用于仇恨言论检测的作者画像
计算与语言
2019-02-19 v1
摘要
近年来社交媒体的快速增长助长了一些极不受欢迎的现象，例如网络上滥用性与攻击性语言的泛滥。先前研究表明，此类仇恨内容往往来自共享一组共同刻板印象并围绕其形成社群的用户。当前最先进的仇恨言论检测方法忽视用户与社群信息，完全依赖文本（即词汇与语义）线索。在本文中，我们提出一种将该问题纳入基于社群的 Twitter 用户画像特征的新方法。通过对一个包含 1.6 万条推文的数据集进行实验，我们表明我们的方法在仇恨言论检测上显著优于当前最先进水平。此外，我们对模型特性进行了定性分析。我们在公共领域发布了代码、预训练模型及所用全部资源。
引用
@article{arxiv.1902.06734,
title = {Author Profiling for Hate Speech Detection},
author = {Pushkar Mishra and Marco Del Tredici and Helen Yannakoudakis and Ekaterina Shutova},
journal= {arXiv preprint arXiv:1902.06734},
year = {2019}
}
备注
Proceedings of the 27th International Conference on Computational Linguistics (COLING) 2018. arXiv admin note: text overlap with arXiv:1809.00378