K/DA：用于净化韩语中隐性冒犯性语言的自动化数据生成流水线

语言净化涉及去除冒犯性语言中的毒性成分。虽然中性-有毒配对数据集为训练净化模型提供了一种直接方法，但构建此类数据集面临若干挑战：i）需要人工标注来构建配对数据，ii）冒犯性术语的快速演变使得静态数据集迅速过时。为应对这些挑战，我们引入了一个名为K/DA的自动化配对数据生成流水线。该流水线旨在生成具有隐性冒犯性和紧跟潮流的俚语的冒犯性语言，使生成的数据集适合净化模型训练。我们证明K/DA生成的数据集相比现有韩语数据集具有更高的配对一致性和更强的隐性冒犯性，并且也展示了适用于其他语言的能力。此外，它能够通过简单的指令微调有效训练高性能的净化模型。