勿以恩人自居！面向弱势社群的 patronizing 与 condescending 语言标注数据集
计算与语言
2020-11-18 v1
摘要
在本文中，我们介绍一个新的标注数据集，旨在支持 NLP 模型识别并分类针对弱势社群（如难民、无家可归者、贫困家庭）的 patronizing 或 condescending 语言。尽管此类语言在大众媒体中的普遍存在早已被证明具有有害影响，但它不同于其他类型的有害语言，因为它通常是无意识且出于善意的。我们进一步认为，patronizing 与 condescending 语言（PCL）常具微妙特性，为 NLP 社群提出了有趣的技术挑战。我们对所提出数据集的分析表明，标准 NLP 模型难以识别 PCL，其中 BERT 等语言模型取得了最佳结果。
引用
@article{arxiv.2011.08320,
title = {Don't Patronize Me! An Annotated Dataset with Patronizing and Condescending Language towards Vulnerable Communities},
author = {Carla Pérez-Almendros and Luis Espinosa-Anke and Steven Schockaert},
journal= {arXiv preprint arXiv:2011.08320},
year = {2020}
}