KTCR：利用知识迁移驱动的概念精炼改进隐式仇恨检测

由新兴社会运动和政治事件驱动的社会与政治背景的持续变化，导致了新形式的仇恨内容以及机器学习模型可能尚未捕捉到的先前未被识别的仇恨模式。近期一些文献提出了基于数据增强的技术，通过纳入揭示新隐式仇恨模式的样本来丰富现有的仇恨数据集。该方法旨在提高模型在域外隐式仇恨实例上的性能。观察到，进一步添加更多样本进行增强会导致模型性能下降。在这项工作中，我们提出了一种知识迁移驱动的概念精炼方法，该方法通过新颖的原型对齐和概念损失，以及基于概念激活向量的数据增强，来蒸馏和精炼与隐式仇恨样本相关的概念。使用多个公开数据集的实验表明，通过概念精炼纳入反映新仇恨模式的额外隐式样本，能够提升模型性能，超越基线结果，同时保持跨数据集的泛化能力。