NLP 能否在现实世界中处理仇恨言论？基于利益相关者反馈和关于 Counterspeech 的调查
计算与语言
2025-08-07 v1
摘要
Counterspeech，即回应在线仇恨言论的实践，正在因 NLP 中的自动化方法而受到关注。虽然早期工作强调与非政府组织利益相关者的合作，但近期研究趋势转向使用自动化管道重用小套 legacy 数据集，往往缺乏受影响社区的输入。本文对 74 项 NLP 关于 counterspeech 的研究进行系统性综述，分析利益相关者参与对数据集创建、模型开发和评估的影响程度。为补充此分析，我们与五家专注于在线性别基于暴力（oGBV）的 NGO 进行参与式案例研究，确定受利益相关者信息驱动的 counterspeech 生成实践。我们的发现揭示了当前 NLP 研究与最受仇恨在线内容影响的社区需求之间的日益脱节。我们随后提出了将利益相关者专长重新置于 counterspeech 研究中心的具体建议。
引用
@article{arxiv.2508.04638,
title = {Can NLP Tackle Hate Speech in the Real World? Stakeholder-Informed Feedback and Survey on Counterspeech},
author = {Tanvi Dinkar and Aiqi Jiang and Simona Frenda and Poppy Gerrard-Abbott and Nancie Gunson and Gavin Abercrombie and Ioannis Konstas},
journal= {arXiv preprint arXiv:2508.04638},
year = {2025}
}