面向德语报纸评论的上下文感知内容审核
计算与语言
2025-05-28 v1 人工智能
摘要
不断增加的在线讨论量需要先进的自动内容审核来维持负责任的言论。虽然社交媒体上的仇恨言论检测已被广泛研究，但针对德语报纸论坛的研究仍然有限。现有研究往往忽略了平台特定的上下文，例如用户历史和文章主题。本文通过开发并评估用于德语报纸论坛自动内容审核的二元分类模型，并结合上下文信息，填补了这一空白。我们使用 LSTM、CNN 和 ChatGPT-3.5 Turbo，并利用奥地利报纸 Der Standard 的 One Million Posts 语料库，评估了上下文感知模型的影响。结果表明，CNN 和 LSTM 模型受益于上下文信息，并与最先进的方法表现相当。相比之下，ChatGPT 的零样本分类并未因添加上下文而有所改善，且表现不佳。
引用
@article{arxiv.2505.20963,
title = {Context-Aware Content Moderation for German Newspaper Comments},
author = {Felix Krejca and Tobias Kietreiber and Alexander Buchelt and Sebastian Neumaier},
journal= {arXiv preprint arXiv:2505.20963},
year = {2025}
}