MIF:弥合尼日利亚公共话语的注册鸿沟

The Register Gap: A Meaning Intelligence Framework for Nigerian Public Discourse

精选理由

这篇论文发现AI在尼日利亚话语中常误解真实意图,他们设计的MIF框架让Gemini 2.5 Flash的注册识别准确率从33%跳到73%,成果很实在。

AI 摘要

论文提出九维意义智能框架(MIF),用于尼日利亚公共话语的上下文感知评估。现有基准NaijaSenti和AfriSenti仅做三向情感分类。MIF在30项校准数据集上评估Gemini 2.5 Flash,零样本下注册分类准确率33.3%,使用MIF后升至73.3%。复合意义智能分数从73.2升至78.6。编码潜台词检测提升10点,战略行动推荐提升10.3点。框架、指南和校准集已开源。

AI 翻译 · 中文

论文提出九维意义智能框架(MIF),用于尼日利亚公共话语的上下文感知评估。现有基准NaijaSenti和AfriSenti仅做三向情感分类。MIF在30项校准数据集上评估Gemini 2.5 Flash,零样本下注册分类准确率33.3%,使用MIF后升至73.3%。复合意义智能分数从73.2升至78.6。编码潜台词检测提升10点,战略行动推荐提升10.3点。框架、指南和校准集已开源。

arXiv cs.AIWe introduce the Meaning Intelligence Framework (MIF), a nine-dimension annotation and evaluation schema for Nigerian public discourse that separates surface sentiment from true communicative intent. Existing benchmarks