Amobee 在 SemEval-2019 任务 5 与 6 中的工作:基于上下文嵌入的多选 CNN
计算与语言
2019-04-18 v1
摘要
本文描述了 Amobee 参与“HatEval:Twitter 中针对移民与女性的多语言仇恨言论检测”(任务 5)与“OffensEval:社交媒体中攻击性语言的识别与分类”(任务 6)的情况。任务 5 的目标是检测针对女性和移民的仇恨言论。任务 6 的目标是识别并分类社交媒体中的攻击性语言,并识别攻击目标。我们提出了一种称为“多选卷积神经网络”(Multiple Choice CNN, MC-CNN)的新型卷积神经网络,并将其应用于我们新开发的上下文嵌入(Rozental 等人,2019)。在两项任务中我们均使用了该架构,并在 69 个参与者中以 F1 分数 0.53 在任务 5 中获得第 4 名;在任务 6 的子任务 B(攻击类型自动分类)中以 75 个参与者中的第 2 名(我们的模型在任务 6 的子任务 A、B、C 中分别位列 103/75/65 个参与者中的第 18/2/7 名)。
引用
@article{arxiv.1904.08292,
title = {Amobee at SemEval-2019 Tasks 5 and 6: Multiple Choice CNN Over Contextual Embedding},
author = {Alon Rozental and Dadi Biton},
journal= {arXiv preprint arXiv:1904.08292},
year = {2019}
}