仇恨之网：应对在线社交空间中的仇恨言论

在线社交平台充斥着仇恨言论——即对个人或群体表达仇恨的内容。此类内容可能使平台用户感到恐惧、受到恐吓或被噤声，其中部分内容甚至可能煽动其他用户实施暴力。尽管人们已广泛认识到此类内容带来的问题，但即使是用于检测仇恨言论的可靠解决方案也依然缺乏。在本文中，我们阐明了基于关键词的方法为何不足以进行检测。随后，我们提出了一种检测仇恨言论的方法，该方法使用由自我认同的仇恨社区所产生的内容作为训练数据。我们的方法绕过了训练关键词系统通常所需的昂贵标注过程，并在多个主流平台上表现良好，相较于当前 SOTA 方法取得了显著提升。