土耳其語和阿拉伯語仇恨言論檢測研究

近年來，在線仇恨言論與全球範圍內針對少數羣體的暴力事件——如大規模槍擊、私刑和種族清洗——的關聯日益受到關注。各國社會在應對這一問題時，尤其是在仇恨言論基於宗教、種族、民族、文化、國籍或移民身份針對特定羣體的情況下，面臨平衡言論自由與有效內容審核的挑戰。為了應對這一挑戰，研究人員引入了一個全面的仇恨言論數據集，涵蓋土耳其語中的五個不同主題：難民、以色列-巴勒斯坦衝突、土耳其國內的反希臘情緒、民族或宗教社區（包括阿萊維派、亞美尼亞人、阿拉伯人、猶太人和庫爾德人）以及LGBTI+羣體，此外還包括阿拉伯語中的一個主題（難民）。

數據集構建完成後，團隊進一步開發了基於BERT的最先進模型，以處理仇恨言論分析的多個維度，包括仇恨類別分類、仇恨強度預測、目標識別以及仇恨言論跨度檢測。這些模型能夠對在線話語中的仇恨內容進行全面理解，從而為內容審核系統提供技術支持。該研究不僅填補了土耳其語和阿拉伯語仇恨言論檢測領域的空白，還通過多任務學習框架提升了模型的泛化能力。研究人員表示，未來計劃擴展數據集以覆蓋更多語言和主題，並探索模型在不同平台上的實際應用效果。

這一研究的意義在於，它提供了一種可擴展的解決方案，幫助在線平台在保護言論自由的同時，有效識別和遏制仇恨言論。隨着社交媒體在全球的普及，針對少數羣體的仇恨言論日益增多，這項研究為內容審核工具的開發提供了新的方向。