基于数据增强语义关系推断的反亚裔仇恨言论检测
计算与语言
2022-04-15 v1
摘要
近年来，随着社交媒体上仇恨言论的蔓延，仇恨言论的自动检测正成为一项关键任务，并引起了各界的关注。该任务旨在识别包含仇恨信息的在线帖子（如推文）。社交媒体中语言的特殊性，例如内容简短且书写不规范，导致学习语义和捕捉仇恨言论的判别性特征十分困难。先前的研究利用额外的有用资源（如情感标签）来提升仇恨言论检测的性能。标签作为情感词典或额外上下文信息被添加为输入特征。然而，我们的细致调研表明，在不考虑上下文的情况下直接利用这些特征可能会给分类器引入噪声。在本文中，我们提出一种新颖的方法，在自然语言推理框架中利用情感标签来增强仇恨言论检测。我们设计了一个新颖的框架 SRIC，同时执行两项任务：（1）在线帖子与情感标签之间的语义关系推断，以及（2）这些帖子上的情感分类。语义关系推断旨在鼓励模型将指示情感的信息编码到在线帖子的表示中。我们在两个真实世界数据集上进行了大量实验，并证明了我们提出的框架相较于最先进的表示学习模型的有效性。
引用
@article{arxiv.2204.07010,
title = {Anti-Asian Hate Speech Detection via Data Augmented Semantic Relation Inference},
author = {Jiaxuan Li and Yue Ning},
journal= {arXiv preprint arXiv:2204.07010},
year = {2022}
}
备注
To appear in Proceedings of the 16th International AAAI Conference on Web and Social Media (ICWSM)