面向嵌入式文本异常检测的综合基准 TAD-Bench
计算与语言
2025-05-26 v2 人工智能
摘要
文本异常检测对于识别自然语言处理任务中的垃圾信息、误导性语言和冒犯性语言至关重要。尽管嵌入式方法的应用日益增长，但其在 diverse 应用场景下的有效性和通用性仍未得到充分探索。为此，我们提出 TAD-Bench，一个全面的基准，旨在系统评估用于文本异常检测的嵌入式方法。TAD-Bench 集成了跨越不同领域的多个数据集，结合来自大型语言模型的 state-of-the-art 嵌入与多种异常检测算法。通过大量实验，我们分析了嵌入和检测方法之间的相互作用，揭示了它们的优势、劣势以及不同任务的适用性。这些发现为构建更稳健、更高效、更具通用性的异常检测系统提供了新的视角。
引用
@article{arxiv.2501.11960,
title = {TAD-Bench: A Comprehensive Benchmark for Embedding-Based Text Anomaly Detection},
author = {Yang Cao and Sikun Yang and Chen Li and Haolong Xiang and Lianyong Qi and Bo Liu and Rongsheng Li and Ming Liu},
journal= {arXiv preprint arXiv:2501.11960},
year = {2025}
}