C²TU：用同音字图与有毒词表揭穿中文谐音伪装的有毒内容

针对中文谐音伪装的有毒内容，研究者提出免训练、免提示词的方法 C²TU，基于中文同音字图与有毒词表做子串匹配，再过滤非有毒候选并将伪装还原为对应有毒词。其过滤环节提供基于 BERT 和 LLM 的两个变体，LLM 版本解决了自回归计算词出现概率的局限，利用文本完整语义上下文识别伪装词。在两个中文有毒内容数据集上，该方法 F1 最高超过最佳对比方法 71%，准确率最高超出 35%。