越南语开放域社交媒体评论的建设性与毒性言论检测
计算与语言
2021-09-07 v5 人工智能
摘要
社交媒体的兴起导致在线论坛上的评论增多。然而，仍存在对用户无信息的无效评论。此外，这些评论还颇具毒性并对人们有害。在本文中，我们创建了一个用于建设性与毒性言论检测的数据集，名为 UIT-ViCTSD（越南语建设性与毒性言论检测数据集），包含 10,000 条人工标注评论。针对这些任务，我们提出了一个使用越南语 NLP 中最先进迁移学习模型 PhoBERT 的建设性与毒性言论检测系统。借助该系统，我们在建设性与毒性评论分类上分别获得 78.59% 与 59.40% 的 F1 分数。此外，我们实现了传统机器学习与深度神经网络模型等多种基线模型来评估该数据集。依据结果，我们可解决在线讨论上的若干任务，并开发自动识别越南语社交媒体评论建设性与毒性的框架。
引用
@article{arxiv.2103.10069,
title = {Constructive and Toxic Speech Detection for Open-domain Social Media Comments in Vietnamese},
author = {Luan Thanh Nguyen and Kiet Van Nguyen and Ngan Luu-Thuy Nguyen},
journal= {arXiv preprint arXiv:2103.10069},
year = {2021}
}
备注
IEA/AIE 2021: Advances and Trends in Artificial Intelligence. Artificial Intelligence Practices pp 572-583