dictNN:一种基于字典增强 CNN 的 Twitter 仇恨言论分类方法
计算与语言
2021-03-17 v1 人工智能
机器学习
摘要
社交媒体上的仇恨言论日益受到关注,而自动化方法迄今在可靠检测方面表现欠佳。一大挑战在于仇恨言论可能因自然语言的模糊性与快速演变而具有规避性。为此,我们引入了一种基于众包且持续更新的仇恨词字典的向量化方法,并提议将该方法与标准词嵌入相融合,以提升 CNN 模型的分类性能。为训练与测试我们的模型,我们合并了两个已有数据集(共计 110,748 条推文)。通过加入字典增强输入,我们提升了 CNN 模型的预测能力,并将 F1 macro 分数提高了七个百分点。
引用
@article{arxiv.2103.08780,
title = {dictNN: A Dictionary-Enhanced CNN Approach for Classifying Hate Speech on Twitter},
author = {Maximilian Kupi and Michael Bodnar and Nikolas Schmidt and Carlos Eduardo Posada},
journal= {arXiv preprint arXiv:2103.08780},
year = {2021}
}