arXiv cs.CL· Ahmed M. Fetouh, Mariam Labib, Nsrin Ashraf, Omer Dawood, Hamada Nayel·· 2 小时前AI 评分28
REGLAT 在 ArGuard 共享任务：融合 NER 的集成模型用于阿拉伯语有害内容检测
REGLAT at ArGuard Shared Tasks: An Ensemble-Based Model Integrating NER for Harmful Content Detection in Arabic
AI 导读
REGLAT 在 ArGuard 2026 共享任务中提出两阶段方法：GLiNER 先抽取有害实体并拼回原文，再由微调的 MARBERT 分类器把阿拉伯语提示词分为七类有害内容。开发集 macro-F1 0.886、准确率 0.897；盲测子任务 1 准确率 0.793、Macro-F 0.735，子任务 2 为 0.770 与 0.754。分析显示相近类别之间仍难区分。
来源：arXiv cs.CL · arxiv.org