CoSyn：基于上下文协同双曲网络检测在线对话中的隐性仇恨言论
机器学习
2023-10-25 v3 人工智能
计算与语言
社会与信息网络
摘要
社交媒体用户在在线对话中互动的急剧增长导致了仇恨言论的显著增加，影响了不同人口群体的民众。已有工作大多聚焦于检测显式仇恨言论，其公开且利用仇恨短语，极少有工作关注检测隐性仇恨言论或通过间接、隐晦语言表示仇恨的言论。本文提出 CoSyn，一种显式引入用户与对话上下文以检测在线对话中隐性仇恨言论的上下文协同神经网络。CoSyn 引入编码这些外部上下文的新方法，并采用一种新颖的上下文交互机制，清晰刻画它们之间的相互作用，对这些噪声上下文中应检索的信息量进行独立评估。此外，它在双曲空间中执行所有这些操作，以解释社交媒体的无标度动态。我们在 6 个仇恨言论数据集上验证了 CoSyn 的有效性，结果表明 CoSyn 在检测隐性仇恨言论上优于所有基线，绝对提升幅度为 1.24%–57.8%。
引用
@article{arxiv.2303.03387,
title = {CoSyn: Detecting Implicit Hate Speech in Online Conversations Using a Context Synergized Hyperbolic Network},
author = {Sreyan Ghosh and Manan Suri and Purva Chiniya and Utkarsh Tyagi and Sonal Kumar and Dinesh Manocha},
journal= {arXiv preprint arXiv:2303.03387},
year = {2023}
}
备注
Accepted to EMNLP 2023 Main Conference. Code: https://github.com/Sreyan88/CoSyn