资讯摘要
论文提出Ben-Misandry，称其为首个孟加拉语反男性仇恨（misandry）检测数据集，含六类共5000条评论，其中包含一个针对嘲讽男性情感脆弱的新类别。语料由GPT-4.1生成的受分类体系控制的合成数据，四名人工审核者对500条样本抽检，确认了大部分标签。作者用经典分类器与BanglaBERT、XLM-RoBERTa及两种融合策略进行基准测试，报告晚期融合平均后准确率达96.6%。
要点速读
- 数据集含六类共5000条评论，由GPT-4.1生成，500条样本经四人抽检，完整标注者一致性研究留待后续。
- 最佳经典模型为字符级TF-IDF上的线性SVM，准确率91.8%；晚期融合平均BanglaBERT与XLM-RoBERTa的softmax输出，准确率96.6%、宏ROC-AUC超99%。
- 作者称未做显著性检验，且Shapley解释无法排除模型部分依赖合成生成痕迹，结果需在真实数据上验证。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/20 21:06:31（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。