反对声的回响：预测反对声的仇恨反应

仇恨言论（Hate Speech, HS）侵蚀在线用户的包容性，传播消极与分裂。反对言论（Counterspeech）被认识为缓解有害后果的一种方式。虽然一些研究考察了用户生成的反对言论对社交媒体平台的影响，但鲜有研究检视并建模仇恨者对反对言论的反应，尽管仇恨者态度的即时改变是反对言论的重要方面之一。本研究通过从仇恨者的视角分析反对言论的影响，聚焦于反对言论是否导致仇恨者重新进入对话以及重新进入是否具有仇恨性来填补这一空白。我们编译了由三轮对话构成的 Reddit Echoes of Hate 数据集（ReEco），其中包含仇恨者反应，用于评估反对言论的影响。为预测仇恨者的行为，我们采用两种策略：两个阶段的反应预测器和三分类器。语言分析揭示了不同仇恨者反应的反对言论语言特征。实验结果表明，三分类模型优于两个阶段的反应预测器，后者首先预测重新进入，然后确定重新进入类型。我们通过对最佳性能模型所识别的最常见错误进行评估来总结研究。