基于平行语料库的多语言可解释文本解毒

尽管各国和社交媒体平台制定了各种法规（印度政府，2021；欧洲议会和欧盟理事会，2022），数字辱骂性言论仍然是一个重大问题。应对这一挑战的一种潜在方法是自动文本解毒，这是一种文本风格迁移(TST)方法，将有毒语言转化为更中性或无毒的形态。迄今为止，用于文本解毒任务的平行语料库（Logachev等，2022；Atwell等，2022；Dementieva等，2024a）已被证明对最先进的方法至关重要。通过这项工作，我们将平行文本解毒语料库扩展到新语言——德语、中文、阿拉伯语、印地语和阿姆哈拉语——在广泛的多语言设置中测试TST基线。接下来，我们进行了首次自动化的、可解释的分析，描述了有毒和无毒句子的描述性特征，深入探讨了9种语言中毒性和解毒的细微差别、相似性和差异。最后，基于获得的见解，我们实验了一种新颖的文本解毒方法，该方法受思维链推理方法启发，通过对相关描述性属性进行聚类来增强提示过程。