检测毒性语言：基于本体与BERT的保加利亚语文本方法
计算与语言
2026-04-03 v1
摘要
在线通信中的毒性内容检测仍是一项重大挑战，现有解决方案常常无意中屏蔽有价值的信息，包括医学术语和与少数群体相关的文本。本论文提出了一种更精细的识别保加利亚语文本毒性的方法，同时保留对关键信息的访问。研究探索了两种不同的毒性内容检测方法。所开发的方法在多样化的在线平台和内容审核系统中具有潜在应用。首先，我们提出了一种对保加利亚语中潜在毒性词汇进行建模的本体。然后，我们构建了一个包含4,384条手动标注句子的数据集，涵盖四个类别：毒性语言、医学术语、非毒性语言以及与少数群体相关的术语。随后，我们训练了一个基于BERT的毒性语言分类模型，达到了0.89的F1宏平均分数。训练后的模型可直接应用于真实环境，并可作为毒性内容检测系统的组件进行集成。
引用
@article{arxiv.2604.01745,
title = {Detecting Toxic Language: Ontology and BERT-based Approaches for Bulgarian Text},
author = {Melania Berbatova and Tsvetoslav Vasev},
journal= {arXiv preprint arXiv:2604.01745},
year = {2026}
}