多种深度学习架构组合用于推文中的攻击性语言检测
计算与语言
2019-03-26 v2 机器学习
机器学习
摘要
本报告包含我们提交给 OffensEval 2019（SemEval 2019 - 任务 6）的细节。该竞赛基于攻击性语言识别数据集。我们首先讨论所实现分类器的细节以及所使用的输入数据类型与执行的预处理。随后我们对自身性能进行批判性评估。我们在任务 a、任务 b 和任务 c 上分别取得了 0.76、0.68、0.54 的宏平均 F1 分数，我们认为这反映了所实现模型的复杂程度。最后，我们将讨论遇到的困难以及未来可能的改进。
引用
@article{arxiv.1903.08734,
title = {Combination of multiple Deep Learning architectures for Offensive Language Detection in Tweets},
author = {Nicolò Frisiani and Alexis Laignelet and Batuhan Güler},
journal= {arXiv preprint arXiv:1903.08734},
year = {2019}
}