LLMsAgainstHate @ Devanagari脚本语言NLU 2025：基于参数高效微调的Devanagari语言仇恨言论检测与目标识别
计算与语言
2024-12-30 v2
摘要
仇恨言论检测日益重要，以应对线上敌意及其实际后果。尽管近期进展显著，但针对Devanagari脚本语言的仇恨言论检测研究有限，资源和工具也较为稀缺。虽然大型语言模型（LLMs）在语言任务中显示出前景，但传统微调方法由于模型规模往往不可行。本文提出一种基于参数高效微调（PEFT）的解决方案，用于仇恨言论检测和目标识别。我们在Thapa等人（2025）提供的Devanagari数据集上评估了多个LLMs，该数据集包含2种语言——印地语和尼泊尔语的标注实例。结果表明，我们的方法在处理Devanagari脚本内容方面具有有效性。
关键词
引用
@article{arxiv.2412.17131,
title = {LLMsAgainstHate @ NLU of Devanagari Script Languages 2025: Hate Speech Detection and Target Identification in Devanagari Languages via Parameter Efficient Fine-Tuning of LLMs},
author = {Rushendra Sidibomma and Pransh Patwa and Parth Patwa and Aman Chadha and Vinija Jain and Amitava Das},
journal= {arXiv preprint arXiv:2412.17131},
year = {2024}
}