CoLLAB：一种面向多语言滥用检测的协作方法
音频与语音处理
2024-06-06 v1
摘要
在本研究中，我们探究了来自副语言预训练模型（PTM）的表示用于音频滥用检测（AAD），该方向此前尚未被探索。我们的结果表明，在ADIMA基准上，这些表示优于其他PTM表示。此外，组合PTM表示能提升AAD性能。尽管有这些改进，跨语言泛化性的挑战依然存在，某些语言需要以同种语言进行训练。这要求为不同语言建立独立模型，导致可扩展性、维护和资源分配问题，并阻碍了AAD系统在多语言真实环境中的实际部署。为解决此问题，我们提出了CoLLAB，一种新颖的无需训练的框架，通过权重平均实现不同语言训练模型的无缝合并。这产生了一个统一模型，在多种语言上具有竞争力的AAD性能。
引用
@article{arxiv.2406.03205,
title = {CoLLAB: A Collaborative Approach for Multilingual Abuse Detection},
author = {Orchid Chetia Phukan and Yashasvi Chaurasia and Arun Balaji Buduru and Rajesh Sharma},
journal= {arXiv preprint arXiv:2406.03205},
year = {2024}
}