检测一切滥用！迈向通用滥用语言检测模型
计算与语言
2020-10-12 v2
摘要
近年来，在线滥用语言检测（ALD）已成为一个日益重要的社会问题。先前若干在线ALD工作聚焦于解决单一领域（如Twitter）中的单一滥用语言问题，且未能成功迁移至通用ALD任务或领域。本文中，我们引入一个新的通用ALD框架MACAS，能够处理跨不同领域的多种ALD任务。我们的通用框架涵盖表示滥用语言目标与内容方面的多层面滥用语言嵌入，并应用分析用户语言行为的文本图嵌入。随后，我们提出并使用交叉注意力门流机制以融合滥用语言的多个层面。定量与定性评估结果表明，我们的ALD算法在覆盖滥用语言多层面与不同在线社区领域的七个ALD数据集上媲美或超越六种最先进ALD算法。
引用
@article{arxiv.2010.03776,
title = {Detect All Abuse! Toward Universal Abusive Language Detection Models},
author = {Kunze Wang and Dong Lu and Soyeon Caren Han and Siqu Long and Josiah Poon},
journal= {arXiv preprint arXiv:2010.03776},
year = {2020}
}
备注
11 pages, 3 figures. Accepted by COLING2020