turkish

介绍了针对土耳其语和阿拉伯语的全面仇恨言论数据集，并开发了基于BERT的最先进模型，用于仇恨言论分析，包括分类、强度预测、目标识别和跨度检测。

本文介绍了首个公开的多模态数据集，包含100个土耳其诈骗和良性电话通话，评估了七种大语言模型在原始音频、ASR转录和人工纠正转录下的表现。结果表明，基于转录的输入优于直接音频，凸显了在低资源语言中进行包容性AI安全研究的必要性。

本文提出Morpheus，一种面向土耳其语的神经分词器与词嵌入器，它在无需字符串归一化的情况下学习语素边界，实现了无损分词并在词汇检索中获得了具有竞争力的嵌入表示，同时比子词分词器使用更少的GPU内存。