画期的なハイブリッドAIモデル、オンラインの攻撃的な言語を驚異的な精度で検出research#nlp🔬 Research|分析: 2026年3月12日 04:04•公開: 2026年3月12日 04:00•1分で読める•ArXiv NLP分析この研究は、さまざまなオンラインプラットフォームで攻撃的な言葉を効果的に識別する、刺激的なハイブリッド深層学習モデルを紹介しています。BERT、CNN、LSTMアーキテクチャの力を組み合わせることで、この革新的なアプローチは、非常に不均衡なデータセットでも、有害なコンテンツの検出において目覚ましいパフォーマンスを達成します。この研究は、オンライン空間をより安全にするための重要な一歩を示しています。重要ポイント•このハイブリッドモデルは、堅牢な攻撃的な言語検出のためにBERT、CNN、LSTMを統合しています。•このモデルは、さまざまな評価指標において約99％の精度を達成しています。•このシステムは、現実世界のシナリオで一般的な、不均衡なデータセットでも効果的に機能します。引用・出典原文を見る"このモデルは、77,620の攻撃的サンプルと272,214の非攻撃的サンプル（比率1:3.5）を含む多様で不均衡なデータセットで高いパフォーマンスを示し、Precision、Recall、Accuracy、F1スコア、AUCなどの評価指標において約99％を達成しました。"AArXiv NLP2026年3月12日 04:00* 著作権法第32条に基づく適法な引用です。古い記事AraModernBERT: Revolutionizing Arabic NLP with Long-Context Transformers!新しい記事LLMs' Confidence Levels: New Insights into Performance Calibration関連分析researchAIがポンペイの犠牲者を蘇らせる：イタリア考古学チームが79年の噴火被害者の顔を復元2026年4月28日 05:23research航空安全の革命：デジタルツインと大規模言語モデル (LLM) が変える航空機の故障診断2026年4月28日 04:01research「ランダム性の床」を解き明かす：大規模言語モデル (LLM) の内在的構造を明らかにする画期的な研究2026年4月28日 04:02原文: ArXiv NLP