arXiv cs.CL· Xuchen Ma, Jianxiang Yu, Wenming Shao, Bo Pang, Xiang Li·· 6 天前AI 评分25
C²TU：用同音字图与有害词表揭穿中文谐音伪装的有害内容
Breaking the Cloak! Unveiling Chinese Cloaked Toxicity with Homophone Graph and Toxic Lexicon
AI 导读
针对中文谐音伪装有害内容尚无解法的问题，研究者提出 C²TU，一种无需训练、无需提示词的方法，先基于中文同音字图与有害词表用子串匹配找出候选有害词，再过滤非有害候选并把谐音伪装还原为对应有害词。
正文 · AI 翻译
摘要：社交媒体平台上的有害内容（包括辱骂性语言和歧视性言论）显著增加，给内容审核带来了日益严峻的挑战。一些用户通过谐音伪装故意掩饰有害词汇以逃避审查，这使得揭示伪装有害内容成为一项必要任务。现有方法大多针对英文文本设计，而中文伪装有害内容的揭示尚未得到解决。为解决该问题，我们提出了 C$^2$TU，一种新颖的免训练、免提示的中文伪装有害内容揭示方法。它首先基于中文谐音图和有害词典，采用子串匹配来识别候选有害词。然后过滤掉那些无害的候选词，并将伪装词纠正为其对应的有害词。具体而言，我们开发了两种用于过滤的模型变体，分别基于 BERT 和 LLM。对于 LLM，我们解决了计算词出现概率时的自回归局限性，并利用文本序列的完整语义上下文来揭示伪装的有害词。大量实验表明，C$^2$TU 在两个中文有害内容数据集上均能取得优异性能。特别地，我们的方法在 F1 分数和准确率上分别比最佳竞争者高出多达 71% 和 35%。我们的代码和数据可在 此 https URL 获取。
| 评论： | 17 页，5 幅图，14 张表 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2505.22184 [cs.CL] |
| （或 arXiv:2505.22184v3 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2505.22184 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Xuchen Ma [查看邮箱]
[v1]
2025年5月28日星期三 09:58:15 UTC（464 KB）
[v2]
2025年6月5日星期四 04:47:25 UTC（464 KB）
[v3]
2026年10月9日星期五 08:19:38 UTC（479 KB）
来源：arXiv cs.CL · arxiv.org