DariMis：YouTube上のダリ語によるデマ検出のための害悪（ハーム）を考慮したモデリング

要旨: アフガニスタンの主要言語であるダリー語（Dari）は、数千万の人々に話されていますが、誤情報検出の研究文献にはほとんど登場していません。私たちはこの欠落を埋めるために、ダリー語のYouTube動画9,224本からなる、最初の手作業による注釈付きデータセットであるDariMisを提案します。このデータセットは2つの次元に基づいてラベル付けされています：情報タイプ（誤情報、部分的に真実、真実）と害のレベル（低、中、高）。中心的な実証的発見は、これらの次元が独立ではなく構造的に結び付いているという点です。誤情報の55.9％は少なくとも中程度の害の可能性を伴うのに対し、真実の内容ではわずか1.0％です。これにより、情報タイプ分類器はコンテンツモデレーションのパイプラインにおいて、暗黙の害評価（ハーム・トリアージ）フィルタとして機能し得ます。
さらに、動画のタイトルと説明を別々のBERTセグメント入力として表現する、2入力のエンコーディング戦略を提案します。これにより、見出しの主張と本文の内容の間に存在する意味的関係を明示的にモデリングします。これは誤解を招く情報の重要なシグナルです。単一フィールドの連結に対するアブレーション研究では、2入力エンコーディングが誤情報リコールにおいて7.0パーセントポイントの向上（60.1％から67.1％）をもたらすことが示されます。これは、安全性に直結する少数クラスにおいてです。一方で、全体のマクロF1にはわずかな差しかなく（0.09パーセントポイント）、それでもなお改善が得られます。ダリー語/ファルシー語に特化したモデル（ParsBERT）をXLM-RoBERTa-baseとベンチマークすると、ParsBERTはテスト性能が最良で、精度76.60％、マクロF1が72.77％となります。すべての指標についてブートストラップ95％信頼区間を報告し、結果の実用的意義と統計的限界の両方について議論します。