في ظل الزيادة المقلقة في محتوى السمية على منصات التواصل الاجتماعي، أصبح من المهم للغاية مواجهة هذا التحدي بشكل فعال. تستخدم بعض الجماعات أساليب معقدة لمراوغة أنظمة الرقابة، بما في ذلك استخدام ما يُعرف بـ "الغطاء الصوتي" (homophonic cloak) لتخفي الكلمات السامة، مما يتطلب جهودًا مكثفة لكشف هذه اللغة المقنعة. وفي هذا السياق، أُعلن عن تطوير طريقة جديدة تحت اسم C$^2$TU، وهي تقنية مبتكرة لا تتطلب تدريبًا مسبقًا لاستكشاف الكلمات السامة المقنعة باللغة الصينية.

تعمل هذه الطريقة من خلال إجراء مطابقة جزيئية لاستخلاص كلمات سامة محتملة، مع الاستناد إلى رسم بياني للألفاظ الصوتية الصينية وبيانات الكلمات السامة. بعد ذلك، تقوم بإزالة الكلمات غير السامة وتصحيح الكلمات المقنعة لتظهر في ثوبها السام. قام الباحثون بتطوير نسختين من النموذج القائم على كل من نموذج BERT ونماذج اللغات الضخمة (Large Language Models) لتصفية المحتوى.

من خلال التجارب المكثفة، أظهرت طريقة C$^2$TU أداءً متميزًا على مجموعتين من بيانات السمية الصينية، متفوقة على المنافسين بنسبة تصل إلى 71% في الدقة المقاسة بـ F1 score و35% في معدل الدقة. يمكن للمهتمين الاطلاع على الشيفرة والبيانات عبر الرابط المتاح على GitHub.

إن خطوة تطوير مثل هذه الطرق تمثل تقدمًا كبيرًا نحو تحسين بيئات الإنترنت، مما يجعلها أكثر أمانًا وملاءمة لجميع المستخدمين. ماذا عنكم، كيف تساهم التكنولوجيا في تحقيق بيئة رقمية أكثر أمانًا للجميع؟ شاركونا آراءكم في التعليقات!