翻译后检测：利用机器翻译进行跨语言有害内容分类
计算与语言
2025-09-19 v1
摘要
多语言有害检测因众多语言缺乏训练数据与资源而面临重大挑战。虽然先前工作利用翻译-测试范式实现跨语言分类任务的迁移，但翻译在支撑大规模有害检测中的效用尚不明确。本文系统比较了翻译基方法与语言特定/多语言分类管道。我们发现，翻译基管道在16种语言中的81.3%（13种）案例中均优于跨分布检测分类器，翻译效益与目标语言资源水平及机器翻译（MT）系统质量密切相关。我们的分析表明，传统分类器在大语言模型（LLM）评判器方面表现更佳，尤其对低资源语言尤为显著，在6种语言中，翻译-分类方法在翻译-评判方法中占据优势。我们另外展示了针对LLM进行MT专用微调可降低拒绝率，相较于标准指令微调模型，但对低资源语言的有害检测准确率可能产生负面影响。这些发现为面向可扩展多语言内容审查系统的实践者提供了可操作的指导。
引用
@article{arxiv.2509.14493,
title = {Translate, then Detect: Leveraging Machine Translation for Cross-Lingual Toxicity Classification},
author = {Samuel J. Bell and Eduardo Sánchez and David Dale and Pontus Stenetorp and Mikel Artetxe and Marta R. Costa-jussà},
journal= {arXiv preprint arXiv:2509.14493},
year = {2025}
}