原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
计算机科学与探索1673-9418/2025/19(01)-0097-10
JournalofFrontiersofComputerScienceandTechnologydoi:10.3778/j.issn.1673-9418.2405026
融合前缀调优和提示学习的仇恨言论检测方法
徐磊，胡亚豪，陈满，陈军，潘志松+
中国人民解放军陆军工程大学指挥控制工程学院，南京210000
+通信作者E-mail:panzs@
摘要：随着网络社交平台的发展，网络暴力的危害性日益凸显，其中仇恨言论作为网络暴力的一种表现形式，对其
检测方法的研究有助于构建一个健康的互联网环境。然而，一方面先前的仇恨言论检测方法主要依赖于人工监管
和关键词过滤，这些方法存在人工成本高且分类效果不佳的问题；另一方面，在互联网平台的监管下，仇恨言论的表
达也变得更加含蓄、隐蔽，这对检测模型的文本理解能力提出了更高的要求。以ChatGPT为代表的大模型为仇恨言
论检测任务提供了新的可能性，受其在各项下游任务中出色表现的启发，提出了一种融合前缀调优和提示学习的仇
恨言论检测方法P-Prompt。利用前缀调优方法将大模型在相关数据集上进行微调，同时结合提示学习方法使模型
能够识别并关注待检测文本中的仇恨言论词汇，从而进一步提升模型对仇恨言论的识别能力。实验结果验证了大
模型在仇恨言论检测任务的有效性，与传统方法相比P-Prompt方法在仇恨言论检测的二分类和多分类任务中各项
评价指标都取得了较明显的提升。
关键词：仇恨言论检测；大语言模型；前缀调优；提示学习
文献标志码：A中图分类号：TP391
HateSpeechDetectionMethodIntegratingPrefixTuningandPromptLearning
XULei,HUYahao,CHENMan,CHENJun,PANZhisong+
CommandandControlEngineeringCollege,ArmyEngineeringUniversityofPLA,Nanjing210000,China
Abstract:Withthedevelopmentofonlinesocialplatforms,theharmofcyberbullyinghasbecomeincreasinglypromi-
nent,withhatespeechbeingoneofitsmanifestations.Researchingdetectionmethodsforhatespeechisconduciveto
buildingahealthyInternetenvironment.However,ononehand,previoushatespeechdetectionmethodswhichrelied
heavilyonmanualsupervisionandkeywordfiltering,arenotonlycostlyintermsofhumanresourcesbutalsolackpreci-
sioninclassification;ontheotherhand,undertheregulationofInternetplatforms,theexpressionofhatespeechhasbe-
comemoresubtleandcovert,posinghigherdemandsonthetextcomprehensioncapabilitiesofdetectionmodels.Large
modelslikeChatGPThaveopenedupnewpossibilitiesforhatespeechdetectiontasks.Inspiredbytheirexceptionalper-
formanceinvariousdownstreamtask
文档评论（0）