一种基于特征提取的仇恨言论识别模型
计算与语言
2022-01-13 v1 人工智能
机器学习
摘要
在线仇恨言论的检测已成为一项重要任务，因为诸如伤害性、淫秽和侮辱性内容等攻击性语言会伤害边缘化人群或群体。本文介绍了 TU Berlin 团队在 2021 年印欧语系仇恨言论与攻击性内容识别共享任务中 1A 和 1B 子任务上的实验与结果。在竞赛中针对各子任务评估了不同自然语言处理模型的成功表现。我们在竞赛提供的数据集上测试了基于词级与字符级循环神经网络的不同模型，以及基于 BERT 的迁移学习方法。在已用于实验的测试模型中，基于迁移学习的模型在两个子任务上均取得了最佳结果。
引用
@article{arxiv.2201.04227,
title = {A Feature Extraction based Model for Hate Speech Identification},
author = {Salar Mohtaj and Vera Schmitt and Sebastian Möller},
journal= {arXiv preprint arXiv:2201.04227},
year = {2022}
}
备注
Accepted at FIRE 2021 - Hate Speech and offensive content detection (HASOC) Track