rosso翻譯的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

rosso翻譯的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦葡萄酒大師馬克・派格寫的 葡萄酒大師MW教你喝出精華:33杯喝遍法國+37杯酒喝遍義大利(套書限量加贈MW品酒手冊) 和山崎寬斗的 東京食素!美味蔬食餐廳47選(好評熱賣版)都 可以從中找到所需的評價。

另外網站2023 楓紅英文 - berbi.online也說明:楓紅英文楓紅英文懷孕水腫鞋子神秘)、 power (n 楓葉龜英文翻譯: mata mata01 ... 遍山紅" 英文翻譯: common oxyspora root "火山紅" 英文翻譯: rosso alicante ...

這兩本書分別來自積木 和雅書堂所出版 。

國立高雄科技大學 電機工程系 戴鴻傑所指導 李佑謙的 於語碼混合的去識別資料上之分析與改進:以臺灣電子健康紀錄為例 (2021),提出rosso翻譯關鍵因素是什麼,來自於去識別化、語碼混合、電子健康病例。

而第二篇論文國立臺灣海洋大學 資訊工程學系 林川傑所指導 鍾毅的 中文侮辱性文字偵測與分類 (2020),提出因為有 侮辱文字偵測、侮辱文字分類、社群網路服務、網路霸凌的重點而找出了 rosso翻譯的解答。

最後網站詩歌136 2023則補充:現在的聖經,未用郇山,改用【錫安山】,因Mount ( Zion )以前翻譯音近【郇ㄒㄩㄣˊ】。 兒童天地詩歌集,136: 上帝的眼睛讚美詩歌1384首,811: 上帝 ...

接下來讓我們看這些論文和書籍都說些什麼吧:

除了rosso翻譯,大家也想知道這些:

葡萄酒大師MW教你喝出精華:33杯喝遍法國+37杯酒喝遍義大利(套書限量加贈MW品酒手冊)

為了解決rosso翻譯的問題,作者葡萄酒大師馬克・派格 這樣論述:

【33杯酒喝遍法國】 ☆ 向葡萄酒大師(Master of Wine)學習,以33杯酒認識法國葡萄酒 ☆   跟著漫畫主角Sniff走遍法國最具代表性的產區,品嘗最能展現法國酒多樣性的33杯酒款, 您將在這33杯酒中走入33個產地認識33座酒莊, 更棒的是獲得葡萄酒大師分享的33則品飲筆記, 輕鬆喝出經典風格,掌握選酒門道! 【重點特色】 ▎葡萄酒界高榮耀Master of Wine葡萄酒大師馬克‧派格的第一本著作 ▎以產區分類,從足以代表法國葡萄酒多樣性的33杯酒款,全方位理解葡萄酒的學問 ▎活潑有趣的漫畫形式,濃縮大師級葡萄酒知識精華 ▎捨棄艱澀難懂的術語或技巧,透過圖解式漫畫,為想了解葡

萄酒的讀者提供簡明的捷徑 ▎透過解析大師品飲筆記,從中學習品飲原則及訣竅 ▎超過250支各產區推薦酒款清單,隨身一冊易讀又好用 【內容介紹】 對於想要了解葡萄酒世界,或是進一步要了解法國葡萄酒的讀者,這本簡明易讀的書是非常親切的敲門磚。全書依照產區,分列出33杯具有代表性的的法國葡萄酒款。 首先是產區地圖,讓讀者一目了然該產區的地理位置,而產區地圖上的編號,就是所介紹酒款的酒莊所在地。接著,由漫畫主角Sniff為該產區的地理位置及特色作概略的介紹後,便進入單支酒款的深入講解。在酒莊簡介之後,有葡萄酒大師對所介紹酒款的〈品飲筆記〉,並且在隨後的〈深入品飲筆記〉單元中,詳細解釋〈品飲筆記〉中各種

描述背後的緣由;譬如,〈品飲筆記〉中該酒款有著巧克力的香氣及單寧與酸度,前者是因為曾經在全新的法國橡木桶中培養所致,後者則是來自使用的葡萄品種。 在每一個產區的最後,另外列出了一份推薦酒款清單,都是最能代表該產區的業者產品,希望能夠透過這些酒款,展現出法國葡萄酒可口、美味且多元的樣貌。 這本書沒有大量的科學解釋或錯綜複雜的農耕技巧,卻能指出釀酒人與葡萄植栽者所做的決定是如何影響了杯中酒。因此,書中列出了簡短扼要的「技術篇」,以檢視葡萄管理與引枝、有機與/或自然動力農耕,和釀酒人如何使用橡木桶的方式。 最後,本書還附上了可以記錄品飲筆記的欄位,並說明在撰寫品飲筆記時,可能應納入考慮的品飲元素。

  【37杯酒喝遍義大利】 ☆ 跟隨葡萄酒大師(MW)學習,以37杯酒認識義大利葡萄酒 ☆ 一個單純、直接又充滿理想的計畫 以漫畫形式,描繪探尋葡萄酒之旅 以三十多杯酒,介紹各大葡萄酒產國精髓 跟隨葡萄酒大師的目光與足跡,感受葡萄酒的美好 葡萄酒界最高榮耀「葡萄酒大師」馬克.派格又一力作 這次,本書主角Sniff將開著車,藉著追尋一杯杯精彩絕倫的義大利葡萄酒, 帶領我們穿梭在獨具特色又有重要代表性的在地酒莊, 了解酒款背後的緣起與歷史,以最立體的方式為我們描述每支酒款的風味。 不僅如此,一面開著車,一面細數義大利絕美風景的Sniff, 讓我們能在酒杯間,一點一滴了解這豐富多元的國度,

如何濃縮了多樣壯麗地理與地質美景, 又如何匯聚漫長歷史裡眾多雄偉的建築、令人驚豔的藝術與深刻人文發展。 你將發現此處擁有全球最受讚賞奢華美食的祕密,尤其葡萄酒更是認識義大利絕不能錯過的元素。   【重點特色】 ▎葡萄酒界最高榮耀葡萄酒大師馬克•派格介紹義大利葡萄酒專書 ▎捨棄艱澀難懂的術語或技巧,透過圖解式漫畫,為想了解葡萄酒的讀者提供簡明的捷徑 ▎本書依16個產區介紹了37杯葡萄酒,整理出義大利葡萄酒的精髓,容易攜帶使用且充滿閱讀樂趣 ▎介紹酒款及推薦年份皆為目前市場上可以買到,並附有標示酒莊位置的義大利地圖,也為每個產區列出一份具有代表性的酒莊清單,喜歡義大利葡萄酒者最佳採購指南 ▎大師個

人品飲筆記公開,幫助酒迷輕鬆學會品飲原則及記錄訣竅 【內容介紹】 本書依產區介紹了37杯葡萄酒,其酒莊位置均標示於目錄頁後的義大利地圖中。每一個產區的末頁另列出一份酒莊清單,雖然不夠齊備,卻是我們相信最能代表該產區的業者,就如同書中的每一杯葡萄酒。希望透過這37款酒,展現出義大利葡萄酒美味且多樣化的本質。我們之所以選擇這37款酒的特定年份,是因為它能夠展現出較冷或較熱的生長季為杯中酒所帶來的影響。我們以歐元表示各別酒款在義大利當地的售價,供讀者參考。但一款酒的「價值」還是要仰賴各位嗅覺的味蕾,而我們希望各位判斷的標準基礎,是品飲時享受的程度,這才是最重要的。 本書簡短扼要地指出釀酒人與葡萄植

栽者的決定如何影響杯中酒,以〈技術篇〉檢視在釀造「自然酒(natural wine)」時所施行的低干預方法的原因或決策、土壤在葡萄酒風味中所帶來的影響,以及氣候變遷。 最後,本書還附上了可以記錄品飲筆記的格式建議,上面列出撰寫品飲筆記時,可能需要考慮的要點。 讓我們舉杯!Salute! 作者簡介葡萄酒大師馬克・派格Mark Pygott MW自2002年起投身葡萄酒業,最初於英國一家酒莊任職,爾後搬到南法隆格多克產區,繼續鍛鍊釀酒技藝。2004年回到英國成立葡萄酒進口與經銷公司,專精較不「經典」的世界葡萄酒產區,如隆格多克、羅亞爾河、坎帕尼亞以及加利西亞等。2012年將公司資產出售後搬到台

北,並於期間成為定居台灣的第一位葡萄酒大師(Master of Wine,簡稱MW)。馬克如今在英國和東亞地區來回奔走,涉足多項專業計畫,包括評酒、擔任酒展評審、葡萄酒教學、寫作,並為各個產區、產國和釀酒企業舉辦各式講座與工作坊。官網:www.markpygott.com臉書:https://www.facebook.com/mark.pygott推特:Mark Pygott MW@SniffWineIG:sniffwine相關著作:《37杯酒喝遍義大利:葡萄酒大師教你喝出產區、風土、釀酒風格,全面掌握義大利酒精華》譯者簡介潘芸芝信奉文字書寫、美食美酒與古典樂。研究所主攻英美文學,畢業兩年不到

,便一頭栽進葡萄酒的花花世界。曾於國內外專業葡萄酒雜誌擔任多年文字記者、編輯與翻譯,目前攻讀WSET Diploma認證,並為專職口筆譯。譯有:《33杯酒喝遍法國》、《Wine Folly看圖精通葡萄酒:讓人一目瞭然的專家級品飲指南》等酒類專書。繪者簡介麥可・歐尼爾Michael O’Neill 【33杯酒喝遍法國】 目錄 33 杯法國葡萄酒產區地圖 前言 如何使用這本書 ▎波爾多Bordeaux 第1杯:左岸紅酒 Pontet Canet, Pauillac 2011 第2杯:右岸紅酒 Château La Fleur-Pétrus, Pomerol 2012 第3杯:

左岸白酒 Château Smith Haut Lafitte, Pessac Leognan 2014 第4杯:甜酒 Château Coutet, Barsac 2014 ▎西南法Southwest France 第5杯:卡奧 Château du Cèdre, ‘Le Cèdre’, Cahors 2012 第6杯:馬第宏 Alain Brumont’s Château Montus, ‘Prestige’, Madiran 2014 第7杯:居宏頌甜酒 Charles Hours, Uroulat, Moelleux, Jurançon 2014 ▎技術篇 1 葡萄園裡:樹冠管理

▎隆格多克—胡西庸Langudoc-Roussillon 第8杯:菲杜 Bertrand-Bergé, ‘Origines’, Fitou (Haut) 2014 第9杯:莫利天然甜酒 Les Terres de Fagayra, Maury Rouge, Vin Doux Naturel 2014 第10杯:皮內—皮朴爾 Mas Saint Laurent, Picpoul de Pinet ▎普羅旺斯Provence 第11杯:普羅旺斯丘粉紅酒 Château d’Esclans, ‘Rock Angel’ rosé, Côtes de Provence 2015 第12杯:邦斗爾紅酒

Chateau de Pibarnon, Bandol Rouge 2012 ▎南隆河Southern Rhône 第13杯:威尼斯—彭姆蜜思嘉 Delas ‘La Pastorelle’, Muscat de Beaumes-de-Venise 2015 第14杯:教皇新堡紅酒 Le Vieux Donjon Rouge, Chateauneuf du Pape 2013 ▎北隆河Northern Rhône 第15杯:艾米達吉紅酒 Tardieu-Laurent, Hermitage 2012 第16杯:聖佩雷 Domaine Bernard Gripa, ‘Les Figuiers

’, Saint-Péray 2014 第17杯:恭得里奧 Georges Vernay, Les Terrasses de l’Empire, Condrieu 2015 ▎技術篇 2 有機/生物動力法 薄酒來Beaujolais 第18杯:弗勒莉 Domaine Lafarge-Vial, Clos de Vernay, Fleurie 2014 ▎布根地Burgundy 第19杯:伯恩丘白酒 Benjamin Leroux, St-Aubin, 1er Cru Murgers des Dents de Chien 2014 第20杯:夜丘紅酒 Domaine Georges Mugn

eret-Gibourg, Nuits-Saint-Georges, 1er Cru Les Chaignots 2012 第21杯:夏布利 Domaine Billaud-Simon, Chablis 1er Cru, Montée de Tonnerre 2014 ▎侏羅Jura 第22杯:普沙 Jean François Ganevat, ‘Cuvée de l’enfant terrible’, Poulsard, Côtes du Jura 2014 第23杯:夏多內 Domaine André et Mireille Tissot (Bénédicte & Stéphane Ti

ssot), ‘ La Tour de Curon, Le Clos’, Chardonnay, Arbois 2012 第24杯:夏隆堡 Domaine Macle, Château Chalon 2006 ▎技術篇 3 木桶/尺寸的重要性 ▎阿爾薩斯Alsace 第25杯:麗絲玲 Domaine Weinbach, Cuvee Theo, Le Clos des Capucins, Riesling 2015 第26杯:灰皮諾 Domaine Paul Blanck, ‘Patergarten’ Pinot Gris 2014 第27杯:遲摘型格烏茲塔明娜 Rolly Gassmann

, Gewurztraminer, Oberer Weingarten de Rorschwihr Vendanges Tardive 2005 香檳Champagne 第28杯:無年分香檳 Vilmart et Cie, Grand Cellier, Premier Cru, Non-Vintage 第29杯:年分香檳 Dom Pérignon 2004 ▎羅亞爾河The Loire 第30杯:松賽爾白酒 Henri Bourgeois, La Bourgeoise, Sancerre 2015 第31杯:布戈憶 Domaine de la Butte, Mi-Pente, Bourgeu

il 2014 第32杯:莎弗尼耶 Eric Morgat, Fides, Savennières 2013 ▎科西嘉Corsica 第33杯:阿加修紅酒 Domaine de Vacelli, Ajaccio Rouge 2013 專有詞彙 參考書目 撰寫品飲筆記 各產區推薦酒款清單 銘謝 關於作者 【37杯酒喝遍義大利】 目錄 37 杯義大利葡萄酒產區地圖 前言 如何使用這本書 介紹義大利 ▎托斯卡納 Toscana • 第1杯:Isole e Olena, ‘Cepparello’ 2013, Toscana I.G.T. • 第2杯:Montenidoli, ‘Fiore’

, 2015, Vernaccia di San Gimignano D.O.C.G. • 第3杯:Duemani, ‘Cifra’ (Cabernet Franc), 2016, Costa Toscana I.G.T. • 第4杯:L’Aietta, 2012, Brunello di Montalcino D.O.C.G. • 第5杯:Avignonesi, Vin Santo di Montepulciano D.O.C., 2002 ▎翁布里亞 Umbria • 第6杯:Arnaldo Caprai, Collepiano, 2010, Umbria Montefalco Sagr

antino D.O.C.G. ▎馬給 Marche • 第7 杯:Villa Bucci, Riserva 2015, Castelli di Jesi Verdicchio Classico D.O.C.G. ▎艾米里亞 Emilia • 第8杯:Vigneto Cialdini, Lambrusco Grasparossa di Castelvetro D.O.C. Frizzante Secco 2017 ▎唯內多 Veneto • 第9杯:Giuseppe Quintarelli, Valpolicella Classico Superiore D.O.C., 2011 • 第

10杯:Coffele, ‘Ca Visco’, Soave Classico D.O.C., 2017 • 第11杯:Cartizze, Valdobbiadene Superiore Cartizze D.O.C.G., Dry, 2015 ▎弗里尤利-維內奇朱利亞 Friuli Venezia Giulia • 第12杯:Jermann, Pinot Grigio Friuli D.O.C., 2017 • 第13杯:Gravner, ‘Bianco Breg’ 2008, Venezia-Giulia I.G.T. ▎鐵恩提諾-上阿第杰 Trentino Alto Adige •

第14杯:Markus Prackwieser, Gump Hof, ‘Praesulis’ Weissburgunder (Pinot Bianco) 2016, Sudtirol/Alto Adige D.O.C. • 第15杯:Cantina Terlan, ‘Porphyr’, Lagrein Riserva 2016, Alto Adige D.O.C. • 第16杯:Ferrari, Perlé Nero Riserva 2010, Extra Brut, Trento D.O.C. ▎倫巴底 Lombardia • 第17杯:Bellavista, ‘Satèn’ 2015,

Franciacorta D.O.C.G. • 第18杯:Nino Negri, ‘Sfursat 5 Stelle’ 2016, Sforzato di Valtellina D.O.C.G. ▎技術篇 • 氣候變遷 • 自然酒 • 土壤:葡萄酒中嘗得到土壤的味道嗎? ▎利古里亞 Liguria • 第19杯:BioVio, ‘MaRenè’ Pigato di Albenga 2017, Riviera Ligure di Ponente D.O.C. ▎皮蒙 Piemonte • 第20杯:Giacomo Fenocchio, Dolcetto d’Alba D.O.C., 201

6 • 第21杯:Ceretto, ‘Bernadot’, Barbaresco D.O.C.G. 2015 • 第22杯:Ca’ d’Gal, Sant’Ilario, Canelli, Moscato d’Asti D.O.C.G. 2017 • 第23杯:Olim Bauda, Nizza D.O.C.G., 2014 ▎奧斯塔谷 Valle d’Aosta • 第24杯:GrosJean, Petite Arvine Vigne Rovettaz, 2016, Valleé d’Aoste D.O.C. ▎阿布魯佐 Abruzzo • 第25杯:Cataldi Madonna, ‘

Malandrino’ 2016, Montepulciano d’Abruzzo D.O.C. • 第26杯:Valle Reale, Vigna del Convento di Capestrano 2015, Trebbiano d’Abruzzo D.O.C. ▎普利亞 Apulia • 第27杯:Tenute Chiaromonte, Muro Sant’Angelo 2017, Gioia del Colle D.O.C. • 第28杯:Leone de Castris, Five Roses 75°Anniversario 2018, Salento I.G.T. ▎巴西里卡

達 & 坎帕尼亞 Basilicata & Campania • 第29杯:Elena Fucci, Titolo 2016, Aglianico del Vuture D.O.C. • 第30杯:Mustilli, Artus 2016, Piedirosso Sannio Sant’Agata dei Goti D.O.C. • 第31杯:Cantine I Favati, Pietramara 2017, Fiano di Avellino D.O.C.G. ▎西西里 Sicilia • 第32杯:Arianna Occhipinti, ‘Siccagno’ 2015, Terre S

iciliana I.G.T. • 第33杯:Benanti ‘Pietramarina’ 2013, Etna Bianco Superiore D.O.C. • 第34杯:Frank Cornelissen, Munjebel Rosso VA (Vigne Alte), I.G.T. Terre Siciliane Rosso, 2013 • 第35杯:Marco de Bartoli, Marsala Superiore Oro D.O.C. Riserva 10 years, Semi-Secco • 第36杯:Donnafugata, Ben Ryé, 2014, Passito

di Pantelleria, D.O.C. ▎薩丁尼亞 Sardegna • 第37杯:Argiolas, ‘Turriga’ 2014, Isola dei Nuraghi I.G.T. 專有詞彙 參考書目 撰寫品飲筆記 各產區推薦酒款清單 銘謝

於語碼混合的去識別資料上之分析與改進:以臺灣電子健康紀錄為例

為了解決rosso翻譯的問題,作者李佑謙 這樣論述:

臺灣電子病歷技術的成熟,促成全民健保資料庫(National Health Insurance Research Database,NHIRD)成為重要的臨床大數據。然而 NHIRD 的資訊缺乏醫療衛生科學研究中的重要細節乃是一大限制。相較之下,醫事人員撰寫的非結構化臨床報告,詳實記錄病患在醫療行為中之處置細節,是了解病患診療過程最詳盡的資料來源,但是,在將此類記錄用於研究目的之前,必須移除非結構化文本中提到的受保護健康信息(Protected Health Information, PHI)。在台灣的非結構化的臨床報告通常以中英文混合表示,給去標識化技術帶來了挑戰。為縮短前述流程進而加速自

然語言處理(Natural Language Processing, NLP)技術的導入與相關應用,本研究建立且細化出入院病摘的去識別化標注。我們著重在分析多語言模型在此類中英文語碼混合(Coding Switch, CS) 的文本上的效度,並基於語碼混合指標(Code Mixing Index, CMI)量化公式觀察 CS 對於模型識別 PHI 的影響。於評估結果中我們證實了多語言預訓練的模型可以更有效地進行PHI 識別,並大幅降低 CS 問題帶來的影響,同時我們也繼續精進在去識別化任務上的表現,使用詞掩碼語言模型結合多任務學習轉移學習到原本的命名實體辨識(Name Entity Recog

nition, NER)任務上,得到了最高的 F-Score,我們也將其他的錯誤分析(歧異與字典以外字詞)等問題進行分析,量化轉移學習後的改善程度,有無自適應在模型的影響,我們也充分的量化數據來說明,證明了我們的方法可以有效的對字典之外的字詞進行改善,特別是在模型預測偽陰性且跨度為 0 的範例上,對於已經改善 CS 問題的多語言預訓練模型又提高了 ~2% 左右的 Macro-F。

東京食素!美味蔬食餐廳47選(好評熱賣版)

為了解決rosso翻譯的問題,作者山崎寬斗 這樣論述:

  出國旅行就要玩得快意,吃得開心!   嚴選東京都47家素食餐廳,   清楚標示純素.五辛素.蛋奶素.方便素,   讓你超素享受道地好味料理!   既然特地來到日本旅行,當然要吃到美味的日本特色料理!   素食旅行者往往限於飲食禁忌,在外又不一定說得清楚,因而大多自備餐食。   但是在友善環境的飲食訴求之下,近年來在全球掀起了一股蔬食風潮,   出國旅行的外食選擇也變多了。   可是,台灣的素食人口多半基於宗教因素,在素食的定義上更加嚴格,   為了方便素食者前往日本遊玩時更加順心,除了介紹日本當地的人氣素食店,   更特地設計了各種協助順利食素的小單元。   不限素Point!

  1.區域別餐廳名單快找   東京.銀座.神田   新宿.中野   渋谷.原宿.広尾   池袋.早稲田   六本木   上野.浅草.秋葉原.神保町   日暮里.駒込.町屋.巣鴨   錦糸町.押上   吉祥寺.調布.自由が丘   以九個區域歸整47家餐廳,無論玩到哪裡都有人氣推薦的特色素食可以品嘗!   另外還介紹了機場&車站/伴手禮/連鎖速食等,方便的素食相關資訊   2.簡化地鐵交通Index速達   將眼花瞭亂的東京地鐵圖簡化,以兩大環狀線──JR山手線、都營大江戶線為主要交通手段,採取最無痛的短程轉車。清楚標示各站刊登店家,讓你迅速補滿旅行所需能量。   3.QR Code地圖導航

好走   前往日本旅行,網路漫遊可說是已成基本配備,善用科技的智慧打造專屬導遊吧!只要以智慧手機掃描店家DATA裡的QR Code,Google Map立刻帶你穿梭大街小巷,抵達目的地。   4.手指日語點餐不頭痛   各人飲食禁忌大不同,有人純素,有人蛋奶素,還有同行親朋好友無肉不歡但是不吃蔥?比手畫腳還是不知道上來的菜色是不是自己要的嗎?快拿出本書飲食禁忌一覽表,明明白白的中日圖文對照,讓雙方一切盡在不言中也能心意相通。   想吃的菜色到底有沒有柴魚高湯?或是可否去五辛?手指點一點,店家一看就懂,連回答都貼心的一併寫好,不怕鴨子聽雷猜半天。  

中文侮辱性文字偵測與分類

為了解決rosso翻譯的問題,作者鍾毅 這樣論述:

網路發言的匿名性質與網路距離感使得網路發言常因缺乏顧慮而中傷他人,歧視、謾罵、人身攻擊屢見不鮮,網路霸凌事件也層出不窮,因此自動化的侮辱性文字偵測與分類的研究也更加重要。可惜目前並無大型的中文公開資料集可供研究使用。本論文為了幫助中文侮辱性文字偵測分類研究技術的發展,建立了一份名為TOCAB的大型實驗資料集。TOCAB資料集的資料均從PTT的熱門看板蒐集而來。資料集中共有1,000篇貼文和121,344則推文,其中17,836則推文經人工標記判斷含有侮辱性文字。此外,我們定義出六大類侮辱類別,分別是性別、身心、政治、國族、辱罵、其他這六大類。各推文皆由標記人員判斷屬於何種侮辱類別。本論文也實

作了許多利用機器學習與深度學習開發所得的偵測系統與分類系統,來驗證本實驗資料集的可用性。以機器學習做偵測和分類實驗時,在過濾掉停用詞後,特徵取用詞的bigrams、trigrams和關鍵詞。分類工作還會使用SMOTE增加分類訓練資料集。最佳偵測系統是random forest,使用了關鍵詞和詞的bigram特徵,其f1-score為0.8572。最佳分類系統是SVM,僅使用關鍵詞特徵,其f1-score為0.7274。以深度學習做偵測實驗時,使用fastText和Word2Vec工具訓練word embedding模型,訓練語料庫包含中文維基百科與PTT語料庫。嘗試了GRU和LSTM這類RNN

神經網路,也嘗試使用了虛擬標記增加資料量和把中文轉拼音來測試效能。最佳系統是BERT,未使用擴增資料集和中文拼音特徵,其f1-score為0.8855,也優於最佳的機器學習偵測系統。以深度學習做分類實驗時,方法與偵測部分雷同。除了使用虛擬標記來增加分類訓練資料外,還使用標籤保留轉換方法將推文翻譯成各種中間語言再翻回中文以增加資料量。最佳系統是BERT,未使用任何擴增資料集,其macro-averaging f1-score為0.7813,也優於最佳的機器學習分類系統。我們重現了TRAC 2020會議評比任務中兩個最佳系統,包括bootstrap aggregating BERT models和

naïve checkpoint ensemble方法,來評估他們處理中文侮辱性文字偵測分類的效能。最佳系統為使用bootstrap aggregating BERT models方法訓練的系統,偵測效能f1-score為0.8936,分類效能f1-score為0.8057。本論文建立了第一個大型中文侮辱性文字的實驗資料集,此TOCAB資料集已公開於本實驗室網站以供各種NLP實驗參考使用,也期望本資料集能對中文侮辱性文字的研究能有貢獻。