XiaoMi-AI文件搜索系统
World File Search System仇恨
数字信息导航肯尼亚生态系统
kensafespace肯尼亚安全和包容性数字空间（Kensafespace）是欧盟委员会资助的多利益相关者项目，旨在加强肯尼亚人权组织的声音，能力和影响力，以促进和维护民主，安全和包容性的数字空间。实习与其合作伙伴Kictanet，无国界的互联网，Mzalendo Watch，肯尼亚博客协会（Bake）（Bake），无服务的青年和Watoto Watch网络，将支持人权公民社会组织（HR CSOS），媒体专业人员和个人，以及通过对网上进行局限于仇恨的言论，以及对在线造成的言论，以及其他局限于仇恨，以及其他局限于仇恨，以及其他局限于仇恨，以及其他局限性的言论，以及其他仇恨，以及其他局限性的言论研究，量身定制的培训和工具，以及以人为中心的创新和基于权利的解决方案。
Hiroshi Fukurai 和 Alice Yang，《日本种族主义史、日裔美国人的补救措施以及政府管制仇恨言论的危险》，45 Hastings Const. LQ 533 (2018)。网址：https://repository.uchastings.edu/hastings_constitutional_law_quaterly/vol45/iss3/5
日本的种族和族裔少数群体数量虽少，但具有重要的历史意义。这些群体包括土著阿伊努人、琉球人、韩国人、中国人、部落民以及来自世界各地的新移民外国工人，他们仍然是日本的边缘群体。尽管日本宪法禁止因“种族、信仰、性别、社会地位或家庭出身”而歧视，但日本社会长期以来一直容忍针对日本少数民族的仇恨言论和种族仇恨。为了规范仇恨言论，克雷格·马丁教授呼吁政府更多地参与修订日本的仇恨言论法，以纳入更具体的限制和制裁。本文认为，“信任”和授权政府定义仇恨言论可能会带来潜在危险，甚至可能损害人们的言论自由权，包括对种族化政府政策的批评。本文进一步指出，日本的种族主义有着深厚的历史根源，追溯了日本对亚洲人和其他边缘化种族和族裔少数群体的种族仇恨的历史谱系。西方
日本种族主义的历史、日裔美国人的补偿以及政府管制仇恨言论所带来的危险
日本的种族和少数民族人口数量虽少，但具有重要的历史意义。这些群体包括土著阿伊努人、琉球人、韩国人、中国人、部落民以及来自世界各地的新移民外国工人，他们仍然是日本的边缘人群。尽管日本宪法禁止因“种族、信仰、性别、社会地位或家庭出身”而歧视，但日本社会长期以来一直容忍针对日本少数民族的仇恨言论和种族仇恨。为了规范仇恨言论，克雷格·马丁教授呼吁政府更多地参与修订日本的仇恨言论法，以包括更具体的限制和制裁。本文认为，“信任”和授权政府定义仇恨言论可能会带来潜在危险，甚至可能损害人们的言论自由权，包括对种族化政府政策的批评。本文进一步论证了日本的种族主义有着深厚的历史根源，追溯了日本对亚洲人和其他边缘化种族和少数民族的种族仇恨的历史谱系。西方之后
金州计划打击反犹太主义
然而，近年来，种族、宗教、性取向和性别偏见引发的仇恨犯罪和偏见表现令人不安地激增。加州多元化和实力的社区几乎无一幸免，针对亚裔美国人、非裔美国人、拉美裔美国人、阿拉伯裔美国人、 LGBTQ+ 人士和宗教少数群体的行为有所增加，其中包括反犹太主义和仇视伊斯兰教的行为等。作为回应，加州推出了一项强有力的反仇恨议程，包括大量投资和行动，以支持和保护该州所有多元化社区免遭仇恨暴力，建立相互理解和宽容以防止仇恨和偏见行为，并加倍努力促进公平和打击歧视。
利用转移学习在葡萄牙社交媒体帖子中进行仇恨言论检测
摘要社交媒体的快速兴起带来了新的数字通信方式，以及令人担忧的在线仇恨言论（HS），这又导致研究人员开发了几种自然语言处理方法以进行检测。尽管在自动化HS检测方面已经取得了重大进步，但针对欧洲葡萄牙语的研究仍然很少（就像几种资源不足的语言中发生的那样）。为了解决这一差距，我们探讨了各种转移学习模型的功效，这些模型在文献中已显示出与其他深度学习模型相比，该任务具有更好的性能。我们采用葡萄牙文本中预先训练的类似于BERT的模型，例如Bertimbau和Mdeberta，以及GPT，Gemini和Mistral Genertral Modelate，用于在葡萄牙在线话语中检测HS。我们的研究依赖于YouTube评论和推文的两个带注释的Corpora，均以注释为HS和非HS。我们的发现表明，YouTube语料库的最佳模型是欧洲葡萄牙推文的Bertimbau Retriant，并针对HS任务进行了微调，正面的F-SCORE为87.1％的正面级别为87.1％，比基线模型优于20％以上，并且比基本的Base Bertimbau相比增加了20％以上。Twitter语料库的最佳模型是GPT-3.5，正级别的F-评分为50.2％。我们还评估了使用内域和混合域训练集的影响，以及在生成模型提示其性能中提供背景的影响。
cuet_binary_hackers in Climateactivism 2024：仇恨言语事件中基于变形金刚的模型的全面评估和卓越性能
气候变化对我们环境和生活的不断升级促使气候变化行动主义激增。但是，诸如Twitter之类的社交媒体平台的滥用为仇恨激进主义，针对个人，组织或整个社区的仇恨打开了大门。此外，推文中对立场的识别也具有至关重要的意义，尤其是在理解行动主义成功的概述中。因此，为了应对检测此类仇恨推文，确定其目标并从Tweets的立场的挑战，此共享任务引入了三个子任务，每个任务都旨在提及一个提到的问题。我们在所有三个子任务中都涉及，在本文中，我们在不同的机器学习（ML），深度学习（DL），混合动力和基于变压器的模型之间进行了比较分析。我们的方法涉及对模型的适当高参数调整，并通过数据过采样来有效地处理类不平衡数据集。值得注意的是，我们的微调M-Bert在子任务A（仇恨语音检测）中获得了0.91的宏平均F 1分数，在子任务B（目标识别）中达到了0.74。另一方面，气候 - 伯特在子任务中的F 1得分为0.67。这些分数将我们定位在前沿，在各个子任务中获得第1，第6和15位。github 1中提供了任务的详细信息信息。
理解反言论以减轻网络伤害
摘要 反言论通过挑战仇恨肇事者和支持受辱骂者，直接反驳仇恨言论。它通过贡献更多积极的在线言论，而不是试图通过删除来减轻有害内容，为内容审核和去平台化等更具争议性的措施提供了一种有希望的替代方案。大型语言模型开发的进步意味着，通过自动化生成反言论，可以提高反言论的生成效率，从而实现大规模的在线活动。然而，我们目前缺乏对反言论缓解仇恨效果的几个重要因素的系统理解，例如哪些类型的反言论最有效，实施的最佳条件是什么，以及它能最好地改善仇恨的哪些具体影响。本文旨在通过系统地回顾社会科学中的反言论研究，并将方法和发现与自然语言处理 (NLP) 和计算机科学在自动反言论生成方面的努力进行比较，来填补这一空白。通过这种多学科视角，我们确定了两个领域未来的光明方向。
美国国家反反犹太主义战略。......
2023 年 5 月 25 日 六年前，新纳粹分子从阴影中穿过弗吉尼亚州夏洛茨维尔，高呼“犹太人不会取代我们”。他们手拿火把，散布着与 1930 年代欧洲一样的反犹太主义恶毒仇恨。夏洛茨维尔事件——那一刻的恐怖、随后的暴力以及对美国民主的威胁——促使我竞选总统。我们国家的灵魂岌岌可危。今天仍然如此。自夏洛茨维尔事件发生以来，仇恨事件不断发生——包括多次针对美国犹太人的袭击——动摇了我们美国人的道德良知，挑战了我们作为一个国家所代表的价值观。这就是为什么我在 2022 年 9 月在白宫召开了首届“团结一致”峰会：将全国各地的社区团结起来，共同对抗长期困扰我们国家的各种形式的仇恨——包括持续存在的反犹太主义祸害。我们必须团结一致——无论我们的背景和信仰如何——确认对我们任何一个群体的攻击都是对我们所有人的攻击，仇恨在美国没有避风港。我们必须共同承认并面对反犹主义正在崛起的现实，无论在国内外。喧嚣的声音正在使这种恶毒的言论正常化，但我们绝不能让它成为常态。反犹主义不仅威胁着犹太社区，也威胁着所有美国人。散布这些反犹阴谋论并煽动对犹太人的种族、民族和宗教仇恨的人还针对其他社区——包括黑人和棕色人种美国人；亚裔美国人、夏威夷原住民和太平洋岛民；LGBTQI+ 人士；穆斯林美国人；妇女和女孩；以及其他许多人。我们的情报机构已经确定，根植于白人至上主义的国内恐怖主义——包括反犹主义——是当今对我们国土的最大恐怖主义威胁。通过试图煽动群众反对少数人，将他人当成替罪羊和非人化——最重要的是——通过煽动暴力，仇恨的实施者旨在颠覆我们最珍视的价值观，破坏我们建立尊重、和平与合作文化的努力。保护犹太社区免受反犹主义的侵害，对于我们更广泛地打击一切形式的仇恨、偏执和偏见至关重要——对于我们更广泛地实现繁荣、包容和多元化的民主愿景也至关重要。历史告诉我们，仇恨永远不会完全消失；它只会躲藏起来，直到得到一点氧气。这就是为什么我们必须在反犹主义从黑暗中出现时尽早、积极地与之对抗。为了实现这一目标，我的政府制定了第一个美国国家反犹主义战略。这是美国历史上最雄心勃勃、最全面的政府主导的反犹主义斗争。它还将美国人团结在一起——无论我们
预防战略，2024-2027
• 渠道小组的优质决策，探索问题和转介的背景 • 董事会提供的优质信息，分享警方的信息和良好做法 • 仇恨犯罪大使 - 例如，消防服务成为大使 - 就其如何影响社区进行了良好的对话 • 培训的可用性和广度 - 例如，保护网站、仇恨犯罪大使包括非专业人士 • 合作伙伴和警察分享良好的情报。
欢迎在员工政策模型中
在采用这项政策时，业务名称表达了我们致力于为我们的客户创造一个安全而热情的环境，该环境没有歧视，骚扰和仇恨行为。此政策补充商业的EEO政策，反骚扰政策以及根据加利福尼亚法律制定的任何其他现有员工政策。这项政策概述了我们员工如何对待客户和其他公众的最佳实践和期望，以及我们如何处理对客户和其他公众在我们的房屋上或周围公众的歧视，骚扰和仇恨行为。