Обнаружение токсичности речи с использованием многозадачного обучения
Author
Venue
IEEE ICASSP '24
Abstract
Системы социальной коммуникации должны выявлять токсичные голосовые записи для обеспечения модерации, которая защищает безопасность и цивилизованность их сообществ. Классификация токсичности голосовых записей зависит как от стиля речи (например, громкости и интонации), так и от содержания (например, отдельных слов в речи и их контекста). Мы представляем новую парадигму сквозного многозадачного обучения (MTL) для обнаружения токсичности на основе аудио, которая решает проблемы, связанные с существующими системами автоматического распознавания речи (ASR) и текстовыми системами. Благодаря использованию базовой сети с жестким совместным использованием параметров и гибких адаптеров задач с мягким вниманием наша модель выполняет две задачи: задачу многоклассовой классификации токсичности, нацеленную на конкретные категории токсичного поведения, и вспомогательную задачу обнаружения ключевых слов в аудио, которая сосредоточена на транскрибировании только токсичных ключевых слов, тем самым повышая вычислительную эффективность и дополняя результаты классификации. Мы наблюдаем, что классификатор значительно улучшает качество обнаружения ключевых слов. Мы также предлагаем конвейер данных для автоматической офлайн-маркировки обучающих наборов.
