传统机器学习模型与神经网络模型在越南语仇恨语音检测中的比较
计算与语言
2020-09-29 v2
摘要
由于Facebook与Twitter等社交网络的蔓延，社交网络语言上的仇恨语音检测已成为近期主要研究领域之一。在越南，攻击与骚扰的威胁对在线用户造成不良影响。VLSP——关于社交网络仇恨语音检测的共享任务展示了许多用于检测评论是否洁净的拟议方法。然而该问题仍须进一步研究。为此，我们在关于越南语社交网络用户评论的大规模数据集上比较传统机器学习与深度学习，并通过比较它们在F1分数上的准确率找出各模型的优劣，随后分别选取传统机器学习模型与深度神经模型中准确率最高的两个模型。接着，我们参考这两个模型的混淆矩阵比较其预测正确标签的能力，并考量各自优缺点。最后，基于比较结果，我们提出一种集成方法，集中传统方法与深度学习方法的优势。
引用
@article{arxiv.2002.00759,
title = {Comparison Between Traditional Machine Learning Models And Neural Network Models For Vietnamese Hate Speech Detection},
author = {Son T. Luu and Hung P. Nguyen and Kiet Van Nguyen and Ngan Luu-Thuy Nguyen},
journal= {arXiv preprint arXiv:2002.00759},
year = {2020}
}
备注
Published in The 2020 RIVF International Conference on Computing and Communication Technologies (RIVF)