في عصر تهيمن فيه المنصات الاجتماعية على المحتوى متعدد الوسائط، أصبح من الضروري تحدي خطاب الكراهية الذي ينمو عبر تفاعل معقد من المؤشرات السمعية والبصرية والنصية. وعلى الرغم من أن الأنظمة الآلية قادرة على اكتشاف خطاب الكراهية بدقة، إلا أنها غالبًا ما تعمل كصناديق سوداء لا توفر الأدلة القابلة للتفسير، مثل الطوابع الزمنية الدقيقة وهويات الضحايا، المطلوبة للإشراف الفعال من قبل البشر.

هنا يأتي دور تقنية تانديم (TANDEM)، الإطار الموحد الذي يحول اكتشاف خطاب الكراهية الصوتي والبصري من مهمة تصنيف ثنائية إلى مشكلة تفكير منظمة. تتبنى هذه التقنية استراتيجية جديدة للتعلم التعزيزي المزدوج، حيث تقوم نماذج الرؤية واللغة ونماذج الصوت واللغة بتحسين أدائها من خلال سياقات عرضية ذاتية، مما ي stabilizes التفكير على مدار تسلسل زمني ممتد دون حاجة للإشراف الكثيف بمستوى الإطار.

أظهرت التجارب عبر ثلاث مجموعات بيانات معيارية أن تانديم تفوقت بشكل ملحوظ على الأساليب التقليدية، محققةً 0.73 F1 في تحديد الأهداف على مجموعة بيانات HateMM، مما يدل على تحسن بنسبة 30% عن أحدث الأساليب الموجودة، مع الحفاظ على دقة الط grounding الزمني.

مع ذلك، فإن التحدي الكبير الذي لا يزال موجودًا هو التمييز بين المحتوى الهجومي والمحتوى الكراهية في إعدادات متعددة الفئات، بسبب الغموض المتأصل في التصنيفات وعدم توازن البيانات. إن نتائجنا تشير إلى أن التوافق المنظم والقابل للتفسير يمكن تحقيقه حتى في البيئات المعقدة، مما يقدم خطة للجيل القادم من أدوات الإشراف الآمن عبر الإنترنت الشفافة.