概要 - CCL25-Evalタスク10用システムレポート：微細な中国語のヘイトスピーチ認識のためのSRAG-MAV

CCL25-Evalタスク10用システムレポート：微細な中国語のヘイトスピーチ認識のためのSRAG-MAV

2025-07-24 16:56:38

{"Jiahao Wang","Ramen Liu","Longhui Zhang","Jing Li"}

{cs.CL}

この論文では、CCL25-Eval Task 10における微細な中国の仇恨スピーチ認識（FGCHSR）のための新しいSRAG-MAVフレームワークを提案しています。このフレームワークは、タスクの再定義（TR）、自己検索強化生成（SRAG）、および多段階累積投票（MAV）を統合し、FGCHSRの課題、例えば中国の仇恨スピーチの微妙で文脈依存性の性質や高品質なアノテーションデータの限られた利用可能性に対処します。 SRAG-MAVフレームワークは、クワッドプレートの抽出タスクをトリプルプラートの抽出に簡素化し、リトリーブメント強化生成（RAG）にインスパイアされた動的検索を通じて文脈理解を向上させ、並列スケーリング法（PARSCALE）の原則に基づく多段階推論により安定した出力を保証します。 提案されたフレームワークは、STATE ToxiCNデータセットでHard Scoreが26.66、Soft Scoreが48.35、Average Scoreが37.505を達成し、GPT-4o（Average Score 15.63）や微調整されたQwen2.5-7B（Average Score 35.365）などのベースラインを大幅に上回っています。 SRAG-MAVフレームワークの主要な構成要素は以下の通りです： 1. タスクの再定義（TR）：フレームワークはクワッドプレートの抽出タスクをトリプルプラートの抽出に再定義し、構造化生成の複雑さを減少させ、大規模言語モデル（LLM）の効率と精度を向上させます。 2. 自己検索強化生成（SRAG）：フレームワークはトレーニングセット自身を検索コーパスとして使用し、似たような意味のアノテーション例を利用してトリプル生成を導き、外部リソースを必要とせずに文脈的に関連する出力を保証します。 3. 多段階累積投票（MAV）：フレームワークはSRAGで検索された例を使用して多様なプロンプトを生成し、投票機構を通じて最適なトリプル出力を選択し、安定かつ正確な結果を保証します。 実験は、提案されたフレームワークの効果と堅牢性を示し、ベースラインに対する性能の大幅な向上を示しています。フレームワークのオープンソース実装は、再現性を促進し、仇恨スピーチ検出や他の関連するNLP分野におけるさらなる研究を促進します。 提案されたフレームワークの限界は、モデルの特定の領域の性能、テキストのみのデータへの依存、およびMAVの高い投票閾値による計算コストの増加です。今後の研究では、クロスドメインの転移学習、マルチモーダルアプローチ、MAVの計算効率の最適化を探求し、フレームワークの適用範囲を拡大することを目指します。