AbuseAnalyzer：Gab 帖子的滥用检测、严重程度与目标预测
计算与语言
2020-10-09 v2 信息检索
摘要
尽管在线社交媒体平台的广泛普及加快了信息传播，但也导致了仇恨言论、攻击性语言、性别歧视与种族主义观点等多类在线滥用的泛滥。检测并遏制此类滥用内容对于避免其对受害群体的心理影响、进而预防仇恨犯罪至关重要。以往工作侧重于将用户帖子分类为各类滥用行为，但几乎未关注滥用严重程度的估计及其目标。本文提出首个此类数据集，包含来自 Gab 的 7601 条帖子，从滥用存在性、严重程度与滥用行为目标的角度审视在线滥用。我们还提出一个系统来处理这些任务，在滥用存在性上取得约 80% 的准确率，在滥用目标预测上约 82%，在滥用严重程度预测上约 65%。
引用
@article{arxiv.2010.00038,
title = {AbuseAnalyzer: Abuse Detection, Severity and Target Prediction for Gab Posts},
author = {Mohit Chandra and Ashwin Pathak and Eesha Dutta and Paryul Jain and Manish Gupta and Manish Shrivastava and Ponnurangam Kumaraguru},
journal= {arXiv preprint arXiv:2010.00038},
year = {2020}
}
备注
Extended version for our paper accepted at COLING 2020