有毒评论分类的挑战：一项深入的错误分析
计算与语言
2018-09-21 v1
摘要
有毒评论分类已成为一个活跃的研究领域，近期提出了许多方法。然而，尽管这些方法解决了该任务的一些挑战，其他挑战仍未解决，且需要进一步研究的方向。为此，我们在一个新的大型评论数据集上比较了不同的深度学习和浅层方法，并提出了一种优于所有单一模型的集成方法。此外，我们在第二个数据集上验证了我们的发现。该集成方法的结果使我们能够进行一次广泛的错误分析，揭示了最先进方法面临的开放性挑战以及未来待研究的方向。这些挑战包括范型上下文的缺失和数据集标签的不一致。
引用
@article{arxiv.1809.07572,
title = {Challenges for Toxic Comment Classification: An In-Depth Error Analysis},
author = {Betty van Aken and Julian Risch and Ralf Krestel and Alexander Löser},
journal= {arXiv preprint arXiv:1809.07572},
year = {2018}
}
备注
ALW2: 2nd Workshop on Abusive Language Online to be held at EMNLP 2018 (Brussels, Belgium), October 31st, 2018