有一个几千行各国语言的脏字列表,就是包括色情,政治一类的. 请教大佬,如何简单的对其进行分类筛选

[0001110001011]

1. 按照各个语言进行分类.
2. 只筛单个语言下的色情 的字

原来我想用 chatgpt. 但是,里面全是被屏蔽的字, 根据没法用

Google gemini 也是一样的

有没有, 那种没有屏蔽色情的在线模型, 让我简单筛选下.

真的是懒得写代码了.

或者有其他的 奇巧淫技 可以实现效果的 ?

求大佬们指点指点

[winterbells]

换个 prompt 试试？

[dji38838c]

根本不需要什么技巧，只需要学一下怎么写 prompt 。要单选色情的，也是 prompt 改一下就好

Can you determine the specific language of this text without considering its tone or formality? The text is delimited by triple backticks. Please return only the name of the language in one word.
```
脏话写这里
```

[paopjian]

这个在 github 没有公开的列表吗?或者你本地跑一个 llm 看看能不能直接筛一下,本地的应该不存在涩情过滤

[yooooho]

方校长，是你嘛？

[kkocdko]

用 openai 的那些 embedding 模型，是专门拿来做情感分析之类的小任务的，而且相比完整的 gpt 便宜非常多。

[Cloud200]

1. 语言判定分类器，fasttext 什么的
2. openai 有 censor 模型，可以试试

[GeekGao]

如果非要用大语言模型的话，用 mixtral-8x7b-instruct 就可以胜任。

[0001110001011]

还没实验成功, 等实验成功来回复