arXiv cs.CL· Han Wang, Hanqing Tao, Xuesong Wang, Yi Zhu·· 11 小时前AI 评分31
Sledgehammer or Scalpel？FAID：面向隐式仇恨言论检测的细粒度自适应框架
Sledgehammer or Scalpel? A Fine-grained Adaptive Framework for Implicit Hate Speech Detection
AI 导读
研究者提出 FAID 框架，先将隐式仇恨言论细分为 Shallow、Targeted、Context-Dependent 三类再分别适配处理：Shallow 样本用轻量 Prompt-Tuning 快速分类，Targeted 样本用知识增强迭代细化并揭示隐藏目标，Context-Dependent 样本用智能体框架自动生成提示词补全背景信息。
正文 · AI 翻译
摘要：与带有明显脏话的显式攻击不同，隐式仇恨言论通过隐喻和语境暗示将恶意隐藏在看似合规的表达之中，使其在在线内容审核中的检测颇具挑战。许多基于 PLM 或 LLM 的方法对所有样本采用相同的处理流程，这可能忽略信息需求的差异并引入不必要的计算。我们观察到，网络仇恨言论并非单一形态，而是以多种形式呈现。因此，我们定义了三个细粒度类别：浅层、定向和依赖语境。据此，我们提出了细粒度自适应隐式仇恨言论检测（FAID），这是一个先进行细粒度分类、再针对特定类别进行适配的新框架。具体而言，对于意图可从表面识别的浅层样本，该框架采用轻量级 Prompt-Tuning 进行快速分类；对于将恶意意图与隐藏目标绑定的定向评论，我们设计了知识增强来迭代优化模型并揭示隐藏目标；对于缺乏背景信息的依赖语境评论，我们利用智能体框架自动生成提示以演化上下文、推断缺失的背景信息并识别模糊的恶意意图。这种自适应架构将计算资源集中于复杂的隐式样本，同时避免对浅层样本进行冗余推理。在四个基准数据集上的实验表明，FAID 显著优于 SOTA 基线。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2608.27462 [cs.CL] |
| （或 arXiv:2608.27462v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.27462 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yi Zhu [查看邮箱]
[v1]
2026年7月10日星期五 02:41:55 UTC（637 KB）
[v2]
2026年11月2日星期一 07:45:19 UTC（746 KB）
来源：arXiv cs.CL · arxiv.org