跳到正文
热点事件持续更新

REGLAT提出融合NER的阿拉伯语有害内容检测方法

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年10月28日，arXiv cs.CL 刊出 REGLAT 在 ArGuard 2026 共享任务上的方法。该两阶段方法先用 GLiNER 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 为 0.886、准确率 0.897；盲测中，子任务1准确率0.793、Macro-F 0.735，子任务2分别为0.770和0.754。分析指出，相近类别之间仍难以区分。

AI 根据报道生成 · 2 小时前更新

最新进展10月28日 12:00
arXiv 刊出 REGLAT 的 ArGuard 方法：开发集 macro-F1 0.886，盲测子任务1 Macro-F 0.735。

报道时间线

沿着报道，了解事件的不同侧面。

10月28日
  1. arXiv cs.CL
    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 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。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。