韓語去混淆

速報

KOTOX：針對韓語混淆有害語句的去混淆與去毒化資料集

針對語言模型在網路環境遭遇刻意文字混淆的挑戰，研究團隊提出KOTOX，一個韓語去混淆與去毒化資料集。研究以語言學為基礎，分類韓語的黏著型詞形變化與Hangeul特有的正字變體，並從真實範例萃取轉換規則，生成有害與中性句對及其混淆版本。