基于图卷积网络的辱骂性语言检测
计算与语言
2019-04-09 v1
摘要
互联网上的辱骂行为是我们时代一个重大的社会问题。先前关于Twitter自动辱骂性语言检测的研究表明，基于用户社群画像是一项有前景的技术。然而，现有方法仅通过建模关注-被关注关系来捕捉在线社群的浅层属性。相反，我们利用图卷积网络（GCNs）提出了一种首次不仅捕捉在线社群结构、还捕捉其中用户语言行为的方法。我们表明，这种异构图结构的社群建模显著推进了辱骂性语言检测的当前最优水平。
引用
@article{arxiv.1904.04073,
title = {Abusive Language Detection with Graph Convolutional Networks},
author = {Pushkar Mishra and Marco Del Tredici and Helen Yannakoudakis and Ekaterina Shutova},
journal= {arXiv preprint arXiv:1904.04073},
year = {2019}
}
备注
Proceedings of the 2019 Annual Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (NAACL-HLT)