Tumblr 微博客网站上基于意图的种族主义/激进化帖子自动分类的语言属性刻画
信息检索
2017-01-19 v1
摘要
研究表明，许多志同道合的人使用流行的微博客网站发布针对各种宗教和种族的仇恨言论。自动识别种族主义和仇恨宣扬帖子是构建基于社交媒体情报和安全信息学的解决方案所必需的。然而，仅基于关键词 spotting 的技术无法用于准确识别帖子的意图。在本文中，我们通过识别作者的意图来解决此类帖子中存在的模糊性挑战。我们在 Tumblr 微博客网站上开展研究，并开发了一种级联集成学习分类器，用于识别具有种族主义或激进化意图的帖子。我们通过从自由文本中识别各种语义、情感和语言特征来训练模型。我们的实验结果表明，所提出的方法是有效的，并且叙述的情感基调、社会倾向、语言线索和人格特征是识别帖子背后种族主义意图的判别特征。
引用
@article{arxiv.1701.04931,
title = {Characterizing Linguistic Attributes for Automatic Classification of Intent Based Racist/Radicalized Posts on Tumblr Micro-Blogging Website},
author = {Swati Agarwal and Ashish Sureka},
journal= {arXiv preprint arXiv:1701.04931},
year = {2017}
}
备注
This paper is an extended and detailed version of our (same authors') short paper published in EISIC 2016