SGHateCheck：用于新加坡低资源语言恶意言论检测的功能测试
计算与语言
2024-05-06 v1
摘要
为解决当前恶意言论检测模型的局限性，我们引入 \textsf{SGHateCheck}，一个专为新加坡及东南亚的语言和文化语境设计的新颖框架。它扩展了 HateCheck 和 MHC 的功能测试方法，采用大型语言模型进行翻译和改写以适应新加坡主要语言，并由本地标注员进行优化。\textsf{SGHateCheck} 揭示了最先进模型中的关键缺陷，凸显其在敏感内容 moderation 中的不足。本工作旨�于培育更有效地针对多语言环境（特别是新加坡及东南亚语境）开发恶意言论检测工具。
引用
@article{arxiv.2405.01842,
title = {SGHateCheck: Functional Tests for Detecting Hate Speech in Low-Resource Languages of Singapore},
author = {Ri Chi Ng and Nirmalendu Prakash and Ming Shan Hee and Kenny Tsu Wei Choo and Roy Ka-Wei Lee},
journal= {arXiv preprint arXiv:2405.01842},
year = {2024}
}