使用机器学习与集成机器学习方法的阿拉伯语攻击性语言检测
计算与语言
2020-05-20 v1
摘要
本研究旨在探讨在阿拉伯语上应用单学习器机器学习方法与集成机器学习方法进行攻击性语言检测的效果。由于文本书面形式存在歧义与非正式性，对阿拉伯语社交媒体文本进行分类是一项极具挑战的任务。阿拉伯语具有多种方言及各异的词汇与结构，这增加了获得高分类性能的复杂度。我们的研究表明，相较于单学习器机器学习方法，应用集成机器学习方法具有显著影响。在训练所得的集成机器学习分类器中，bagging 在攻击性语言检测上表现最佳，F1 分数为 88%，超过最佳单学习器分类器所得分数 6%。我们的发现凸显了投入更多努力以推广用于攻击性语言检测模型的集成机器学习方法解决方案的巨大机遇。
引用
@article{arxiv.2005.08946,
title = {Arabic Offensive Language Detection Using Machine Learning and Ensemble Machine Learning Approaches},
author = {Fatemah Husain},
journal= {arXiv preprint arXiv:2005.08946},
year = {2020}
}
备注
5 pages, 3 figures. arXiv admin note: text overlap with arXiv:2005.07297