基于自监督学习的委婉语识别方法

作者：胡玉雪; 吴明民; 沙灜^*; 曾智; 张瑜琦

来源：中文信息学报, 2023, 37(10): 55-75.

• 委婉语识别
• 自监督学习
• 对比学习

委婉语常被用于社交媒体和暗网交易市场，以其表面含义掩盖潜在含义来逃避平台的监管，例如，用“weed”(杂草)代替“marijuana”(大麻)进行非法交易。委婉语识别是将给定的委婉语映射到特定的目标词(潜在含义)。当前委婉语识别的研究没有获得广泛关注，一方面缺乏有效标注的数据集，另一方面现有方法主要关注委婉语句子中的单个词汇，忽略了委婉语的语境信息。针对上述问题，该文提出了双层自监督学习模型——DSLM(Double Self-supervised Learning Method)用于委婉语识别：外层自监督学习框架用来自动构建含标签数据集，以解决缺乏有效标注数据集的问题；内层使用语境对比学习方法，利用委婉语语境信息，拉近委婉语语境表示和目标词的语义距离。实验表明，该方法优于当前最先进的方法，且结果更稳定、模型收敛更快。

• 单位
  华中农业大学