BTC:新算法可以识别Twitter上的厌女症

澳大利亚昆士兰科技大学的研究人员开发了一种算法，可以检测Twitter上的不良信息。

该团队通过首先挖掘100万条推文来开发该系统。然后，他们通过在帖子中搜索三个辱骂关键字来完善数据集。

接下来，他们根据上下文和意图将剩下的5,000条推文归类为是否是女权主义者。然后将这些带标签的推文输入到机器学习分类器，该分类器使用样本创建自己的分类模型。

中国电影资料馆将设立艺术电影数字藏品交易平台:金色财经报道，中国电影资料馆拟在厦门设立中国电影资料馆南方分馆，该分馆内将开展电影制作、体验和研学业务，孵化艺术电影、开发电影衍生周边，设立艺术电影数字藏品交易平台。[2023/3/9 12:52:01]

该系统使用深度学习算法来随着语言的发展调整其术语知识。在AI积累词汇量的同时，研究人员监控了语言的上下文和意图，以帮助算法区分滥用，嘲讽和“积极地使用攻击性术语”。

BTC短线跌破22500美元，24小时跌幅为2.92%:金色财经报道，行情显示，BTC短线跌破22500美元，最低至22428美元；现报22593.9美元，24小时跌幅为2.92%。行情波动较大，请做好风险控制。[2023/2/9 11:56:22]

该研究的共同作者里奇·纳亚教授说：“以短语“回到厨房”为例，由于没有结构上的不平等，机器的字面解释可能会错过女性主义的含义。”

DEX交易量在过去一个月从340亿美元增长至650亿美元:12月2日消息，受FTX崩盘事件影响，去中心化交易所交易量从10月份的340亿美元增长至650亿美元，环比增长93%，其中Curve交易量月度增长371%。

此前去中心化交易所交易量在10月份降至两年低点。（The Block Research）[2022/12/2 21:17:05]

“但是从对构成辱骂或厌恶女性语言的理解来看，它可以被识别为不良女性性推文。”

纳亚克说，这使系统仅通过分析文本即可理解不同的上下文，而无需语气的帮助。

当我们的算法将“回到厨房”识别为厌恶女性时，我们感到非常高兴-它证明了上下文学习是有效的。

研究人员说，该模型能够以75％的准确度识别出错误的推文。还可以对其进行调整，以发现种族主义，同性恋恐惧症或虐待残疾人。

该团队现在希望社交媒体平台将其研究发展为滥用检测工具。

“目前，用户有责任举报他们收到的滥用行为，”Naya说。“我们希望我们的机器学习解决方案可以被社交媒体平台采用，以自动识别和报告该内容，以在线保护女性和其他用户群体。”

标签：BTC中心化交易所去中心化交易所ITTGBTC币dex去中心化交易所法币交易全球最大去中心化交易所平台Titter

以太坊热门资讯