ARC-NLP 在 2023 年多模态仇恨言论事件检测中的工作：由集成学习、句法及实体特征增强的多模态方法
计算与语言
2023-07-27 v1 社会与信息网络
摘要
嵌文本图像可作为传播仇恨言论、宣传与极端主义信仰的手段。在俄乌战争期间，对立双方均严重依赖嵌文本图像作为传播宣传与仇恨言论的载体。确保有效检测仇恨言论与宣传对于减轻仇恨言论传播的负面影响至关重要。本文中，我们概述了针对 2023 年多模态仇恨言论事件检测两个子任务的方法。对于第一个子任务，即仇恨言论检测，我们利用由集成学习和句法文本属性增强的多模态深度学习模型。对于第二个子任务，即目标检测，我们采用由命名实体特征增强的多模态深度学习模型。通过实验，我们证明了我们的模型优于多模态仇恨言论检测中采用的所有文本、视觉及文本-视觉基线。此外，我们的模型在共享任务最终排行榜的两个子任务中均获得第一名。
引用
@article{arxiv.2307.13829,
title = {ARC-NLP at Multimodal Hate Speech Event Detection 2023: Multimodal Methods Boosted by Ensemble Learning, Syntactical and Entity Features},
author = {Umitcan Sahin and Izzet Emre Kucukkaya and Oguzhan Ozcelik and Cagri Toraman},
journal= {arXiv preprint arXiv:2307.13829},
year = {2023}
}
备注
Submitted to CASE at RANLP 2023