利用深度学习检测推文中的攻击性语言
计算与语言
2019-07-05 v1 计算机与社会
社会与信息网络
摘要
本文解决社交媒体中识别仇恨内容这一重要问题。我们提出一种由循环神经网络（RNN）分类器集成的检测方案，其融合了与用户相关信息相关的多种特征，例如用户倾向于种族主义或性别歧视的程度。这些数据与从文本内容导出的词频向量一同作为上述分类器的输入。我们的方法在一个公开可用的 16k 推文语料库上进行了评估，结果表明相较于现有最先进（SOTA）方案具有有效性。更具体地，我们的方案能成功区分种族主义和性别歧视消息与正常文本，并取得比当前最先进算法更高的分类质量。
引用
@article{arxiv.1801.04433,
title = {Detecting Offensive Language in Tweets Using Deep Learning},
author = {Georgios K. Pitsilis and Heri Ramampiaro and Helge Langseth},
journal= {arXiv preprint arXiv:1801.04433},
year = {2019}
}