仇恨言论检测模型训练方法、装置及介质

本公开涉及一种仇恨言论检测模型训练方法、装置及介质，属于人工智能技术领域。该方法将四元组抽取任务解耦为仇恨倾向分类与仇恨信息抽取两部分；对于分类任务，在微调指令中添加DCA线索，并优化模型架构，在生成式LLM输出层后添加线性分类层的方式将该任务从生成式转化为判别式DCA‑SFT；对于抽取任务，借助知识蒸馏技术，利用Qwen‑Plus补全四元组抽取过程的完整CoT，并引入基于规则的强化微调方案DCA‑RL，优化模型抽取仇恨信息的效果。同时，设计了一个多阶段渐进式优化微调方案，通过stage1冷启动加stage2增强训练优化分类模型DCA‑SFT的性能，再通过stage3提升DCA‑RL抽取模型的能力。本方案能提升仇恨言论检测性能。