突破性混合AI模型，以惊人准确率检测在线辱骂性语言research#nlp🔬 Research|分析: 2026年3月12日 04:04•发布: 2026年3月12日 04:00•1分で読める•ArXiv NLP分析这项研究介绍了一种令人兴奋的混合深度学习模型，可以有效地识别各种在线平台上的辱骂性语言。通过结合BERT、CNN和LSTM架构的力量，这种创新方法即使在高度不平衡的数据集中，也能在检测有害内容方面实现卓越的性能。这项工作表明在使在线空间更安全方面迈出了重要一步。关键要点•该混合模型集成了BERT、CNN和LSTM，用于实现强大的辱骂性语言检测。•该模型在各种评估指标上实现了约99%的准确率。•即使在不平衡的数据集（在现实世界中很常见）中，该系统也能有效地工作。引用 / 来源查看原文"该模型在包含77,620个辱骂性样本和272,214个非辱骂性文本样本（比例为1:3.5）的多元化且不平衡的数据集上表现出色，在精确度、召回率、准确率、F1分数和AUC等评估指标上均达到约99%。"AArXiv NLP2026年3月12日 04:00* 根据版权法第32条进行合法引用。较旧AraModernBERT: Revolutionizing Arabic NLP with Long-Context Transformers!较新LLMs' Confidence Levels: New Insights into Performance Calibration相关分析Research解锁未来：克服AI发展的数据瓶颈2026年4月28日 05:47research意大利考古团队首次用生成式人工智能还原公元79年庞贝火山灾民容貌2026年4月28日 05:23research革命性的航空安全：数字孪生与大语言模型 (LLM) 如何改变飞机故障诊断2026年4月28日 04:01来源: ArXiv NLP