arXiv 自然语言处理· Ahmed M. Fetouh, Mariam Labib, Nsrin Ashraf, Omer Dawood, Hamada Nayel·· 5 小时前AI 评分24
REGLAT 在 ArGuard 评测中提出融合 NER 的阿拉伯语有害内容检测模型
REGLAT at ArGuard Shared Tasks: An Ensemble-Based Model Integrating NER for Harmful Content Detection in Arabic
AI 导读
REGLAT 团队提出一种结合实体识别与预训练模型的两阶段方案，用于检测阿拉伯语提示词中的 7 类有害内容。该方法先通过 GLiNER 抽取危害相关实体并拼接原文，再交由微调的 MARBERT 分类器处理，在 ArGuard 2026 开发集取得 0.886 的 Macro-F1 与 0.897 的准确率。其在盲测集子任务 1 和子任务 2 的准确率分别达到 0.793 与 0.770。
来源：arXiv 自然语言处理 · arxiv.org