Bài báo này trình bày một khuôn khổ mới tận dụng sự không nhất quán của chú thích trong quá trình kiểm duyệt nội dung. Các hệ thống kiểm duyệt nội dung hiện có kết hợp người kiểm duyệt với các mô hình học máy, nhưng có xu hướng coi sự không nhất quán của chú thích là nhiễu. Bài báo này diễn giải những sự không nhất quán này như những tín hiệu có giá trị cho thấy sự mơ hồ của nội dung và trình bày một phương pháp học đồng thời phân loại độc tính và sự không nhất quán của chú thích thông qua học đa tác vụ. Cụ thể, phương pháp này tận dụng dự đoán phù hợp để tính đến sự mơ hồ của chú thích và độ không chắc chắn của mô hình, cung cấp cho người kiểm duyệt sự linh hoạt để điều chỉnh ngưỡng cho sự không nhất quán của chú thích. Kết quả thực nghiệm cho thấy khuôn khổ được đề xuất cải thiện hiệu suất mô hình, hiệu chuẩn và ước tính độ không chắc chắn so với các phương pháp tiếp cận đơn tác vụ, tăng hiệu quả tham số và cải thiện quy trình đánh giá.
