Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2510.12850

帮助 | 高级搜索

计算机科学 > 计算机与社会

arXiv:2510.12850 (cs)
[提交于 2025年10月14日 ]

标题: 伦理-BERT:一种用于伦理和非伦理内容分类的增强深度学习模型

标题: Ethic-BERT: An Enhanced Deep Learning Model for Ethical and Non-Ethical Content Classification

Authors:Mahamodul Hasan Mahadi, Md. Nasif Safwan, Souhardo Rahman, Shahnaj Parvin, Aminun Nahar, Kamruddin Nur
摘要: 开发能够进行微妙伦理推理的AI系统至关重要,因为它们越来越多地影响人类决策,但现有模型通常依赖于表面相关性,而不是基于原则的道德理解。 本文介绍了Ethic-BERT,这是一个基于BERT的模型,用于四个领域的伦理内容分类:常识、正义、美德和义务论。 利用ETHICS数据集,我们的方法结合了强大的预处理以解决词汇稀疏性和上下文模糊性,同时采用了先进的微调策略,如完整模型解冻、梯度累积和自适应学习率调度。 为了评估鲁棒性,我们采用了一个对抗过滤的“Hard Test”分割,隔离复杂的伦理困境。 实验结果表明,Ethic-BERT优于基线模型,在标准测试中平均准确率达到82.32%,在正义和美德方面有显著提升。 此外,提出的Ethic-BERT在HardTest中平均准确率提高了15.28%。 这些发现有助于通过具有偏差意识的预处理和提出的增强AI模型实现性能提升和可靠决策。
摘要: Developing AI systems capable of nuanced ethical reasoning is critical as they increasingly influence human decisions, yet existing models often rely on superficial correlations rather than principled moral understanding. This paper introduces Ethic-BERT, a BERT-based model for ethical content classification across four domains: Commonsense, Justice, Virtue, and Deontology. Leveraging the ETHICS dataset, our approach integrates robust preprocessing to address vocabulary sparsity and contextual ambiguities, alongside advanced fine-tuning strategies like full model unfreezing, gradient accumulation, and adaptive learning rate scheduling. To evaluate robustness, we employ an adversarially filtered "Hard Test" split, isolating complex ethical dilemmas. Experimental results demonstrate Ethic-BERT's superiority over baseline models, achieving 82.32% average accuracy on the standard test, with notable improvements in Justice and Virtue. In addition, the proposed Ethic-BERT attains 15.28% average accuracy improvement in the HardTest. These findings contribute to performance improvement and reliable decision-making using bias-aware preprocessing and proposed enhanced AI model.
主题: 计算机与社会 (cs.CY) ; 人工智能 (cs.AI)
引用方式: arXiv:2510.12850 [cs.CY]
  (或者 arXiv:2510.12850v1 [cs.CY] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.12850
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Kamruddin Nur [查看电子邮件]
[v1] 星期二, 2025 年 10 月 14 日 08:42:14 UTC (879 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs.AI
cs.CY

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号