РЕГЛАТ в Аргуарде: модель на основе ансамбля, интегрирующая NER для обнаружения вредного содержания на арабском языке
arXiv:2610.37265v1 Вид уведомления: новое резюме: обнаружение вредного содержания на арабском языке сопряжено с трудностями из-за диалектических вариаций и семантического дублирования между различными категориями вреда. В настоящем документе представлен двухэтапный подход к классификации арабских пользователей-пользователей по семи категориям вредного содержания. Во-первых, GLINER используется для извлечения связанных с вредом субъектов из каждой оперативной операции. Извлеченные субъекты затем добавляются к первоначальному тексту и передаются в усовершенствованный классификатор MARBERT для окончательной классификации. Этот подход сочетает прямую информацию о субъектах с контекстуальным пониманием заранее подготовленной модели арабского языка. Эта система оценивалась на основе комплекса разработок совместной задачи ArGuard 2026. В результате был достигнут макро-F1 показатель 0,886 и точность 0,897, что свидетельствует о многообещающих показателях в области обнаружения мелкозернистых вредных веществ. Система сообщила о точности в 0,793, а показатель МакроФ - в 0,735 на слепом испытательном наборе для подзадачи 1. В отношении подзадачи 2 она достигла