BOISHOMMO：面向孔加拉语仇恨言论的综合方法
机器学习
2025-04-14 v1 计算与语言
摘要
数字社会中仇恨言论（HS）是极其严重的问题，全球研究者高度关注。已有大量工作致力于识别与报警系统建设，但低资源语言（如孔加拉语）存在数据不足的显著鸿沟。仇恨言论或特定言论并非单一维度，仇恨成分可能同时具备多个滥用属性，这在现有数据集中常被忽视。因此，本文构建了一个名为BOISHOMMO的多标签孔加拉语仇恨言论数据集，涵盖种族、性别、宗教、政治等类别。数据集包含超过两千个标注实例，为孔加拉语仇恨言论提供细粒度理解，凸显非拉丁字符处理的复杂性。本文评估了多种算法方法，突出了处理孔加拉语文本的挑战并评估了模型性能。这种独特的多标签方法为低资源语言的仇恨言论检测与分析提供更细致、更具多样性的数据集。
引用
@article{arxiv.2504.08408,
title = {BOISHOMMO: Holistic Approach for Bangla Hate Speech},
author = {Md Abdullah Al Kafi and Sumit Kumar Banshal and Md Sadman Shakib and Showrov Azam and Tamanna Alam Tabashom},
journal= {arXiv preprint arXiv:2504.08408},
year = {2025}
}