4chan 与 8chan 词嵌入
计算与语言
2020-05-15 v1
摘要
我们收集了来自 4chan 与 8chan 上公开可用的 /pol/ 留言板的超过 3000 万条消息，并将其编译为一个有毒语言使用模型。训练得到的词嵌入（0.4GB）免费发布，可能有助于进一步研究有毒话语或提升仇恨言论检测系统：https://textgain.com/8chan。
引用
@article{arxiv.2005.06946,
title = {4chan & 8chan embeddings},
author = {Pierre Voué and Tom De Smedt and Guy De Pauw},
journal= {arXiv preprint arXiv:2005.06946},
year = {2020}
}
备注
4 pages