CRUSH:基于上下文正则化与用户锚定自监督的仇恨言论检测
计算与语言
2022-05-05 v2 人工智能
计算机与社会
人机交互
社会与信息网络
摘要
过去十年中,人们通过社交网络平台的互动激增。尽管这些社交平台有若干积极方面,但其泛滥已使它们成为网络欺凌与仇恨言论的温床。NLP 的最新进展常被用于遏制此类仇恨内容的传播。由于仇恨言论检测任务通常适用于社交网络语境,我们提出 CRUSH,一种利用用户锚定自监督与上下文正则化进行仇恨言论检测的框架。我们提出的方法在两类任务及多个流行的英文社交媒体数据集上,较此前最优方法在测试集指标上提升了约 1–12%。
引用
@article{arxiv.2204.06389,
title = {CRUSH: Contextually Regularized and User anchored Self-supervised Hate speech Detection},
author = {Souvic Chakraborty and Parag Dutta and Sumegh Roychowdhury and Animesh Mukherjee},
journal= {arXiv preprint arXiv:2204.06389},
year = {2022}
}
备注
Accepted in NAACL HLT 2022 (Long Paper)