面向阿拉伯语社交媒体厌女识别与分类的深度多任务模型
计算与语言
2022-06-20 v1
摘要
社交媒体平台上诸如仇恨言论、攻击性语言和厌女内容等有毒内容的盛行，对我们互联的社会提出了严峻挑战。这些棘手问题已引起自然语言处理（NLP）社区的广泛关注。在本文中，我们介绍了提交至首届阿拉伯语厌女识别共享任务的系统。我们研究了三种多任务学习模型及其对应的单任务版本。为编码输入文本，我们的模型依赖于预训练的 MARBERT 语言模型。总体结果表明，我们提交的所有模型在厌女识别与分类两项任务中均取得了最佳性能（排名前三的提交）。
引用
@article{arxiv.2206.08407,
title = {Deep Multi-Task Models for Misogyny Identification and Categorization on Arabic Social Media},
author = {Abdelkader El Mahdaouy and Abdellah El Mekki and Ahmed Oumar and Hajar Mousannif and Ismail Berrada},
journal= {arXiv preprint arXiv:2206.08407},
year = {2022}
}