TWI:新算法可以识别Twitter上的厌女症_ITT

澳大利亚昆士兰科技大学的研究人员开发了一种算法，可以检测Twitter上的不良信息。

该团队通过首先挖掘100万条推文来开发该系统。然后，他们通过在帖子中搜索三个辱骂关键字来完善数据集。

接下来，他们根据上下文和意图将剩下的5,000条推文归类为是否是女权主义者。然后将这些带标签的推文输入到机器学习分类器，该分类器使用样本创建自己的分类模型。

报告：5月莱特币每日活跃地址数已翻倍:5月14日消息，根据Santiment发布的报告，数据显示，5月每日活跃莱特币（LTC）地址数已翻倍，增长了40万。

对于这种情况，一种可能的解释是莱特币上引入了NFT的实验标准LTC20。在检查LTC供应分布时可以看到，持有0到0.001 LTC的最小钱包群体随着活动地址的增加而快速增长。这种相关性表明，LTC20确实可能是莱特币网络活跃地址异常背后的驱动力。[2023/5/14 15:02:02]

该系统使用深度学习算法来随着语言的发展调整其术语知识。在AI积累词汇量的同时，研究人员监控了语言的上下文和意图，以帮助算法区分滥用，嘲讽和“积极地使用攻击性术语”。

某巨鲸地址凌晨将71万枚UNI（约406万美元）转入币安:金色财经报道，据加密推特KOL@Bit余烬监测，一个持有UNI两年的鲸鱼/机构在今天凌晨3点将71万枚UNI （价值约406万美元）转入了币安。

这个鲸鱼/机构是在2020年10-11月从币安和Coinbase提取402万枚UNI，平均成本为3美元。然后分别在2022年10月9日、2023年2月21日、2023年3月10日将202万、61万、71万枚UNI转入了币安。

目前该鲸鱼/机构地址内还有67万枚UNI。按该鲸鱼/机构UNI转入币安时价格计算，平均出售价为6.5美元，目前已经实现了972万美元的利润。[2023/3/10 12:53:49]

该研究的共同作者里奇·纳亚教授说：“以短语“回到厨房”为例，由于没有结构上的不平等，机器的字面解释可能会错过女性主义的含义。”

安全团队：发现一虚假审计网站:据CertiK官方推特表示，社区成员正就虚假审计网站与他们联系，CertiK官方表示与“https :// manapool-eth[.]net/ ”没有任何关系，希望用户认准certik.com网址，保持警惕。[2022/9/12 13:24:08]

“但是从对构成辱骂或厌恶女性语言的理解来看，它可以被识别为不良女性性推文。”

纳亚克说，这使系统仅通过分析文本即可理解不同的上下文，而无需语气的帮助。

当我们的算法将“回到厨房”识别为厌恶女性时，我们感到非常高兴-它证明了上下文学习是有效的。

研究人员说，该模型能够以75％的准确度识别出错误的推文。还可以对其进行调整，以发现种族主义，同性恋恐惧症或虐待残疾人。

该团队现在希望社交媒体平台将其研究发展为滥用检测工具。

“目前，用户有责任举报他们收到的滥用行为，”Naya说。“我们希望我们的机器学习解决方案可以被社交媒体平台采用，以自动识别和报告该内容，以在线保护女性和其他用户群体。”

标签：AYATWIITTWITxaya币收益计算BitwiresbeFITTEREWIT币

中币交易所热门资讯