EkoHate：针对尼日利亚Twitter上代码切换政治讨论的辱骂性语言和仇恨言论检测
计算与语言
2024-04-30 v1
摘要
尼日利亚人在线活跃，积极参与政治和热点话题的讨论。这在2023年大选期间尤为明显，Twitter被用于竞选、事实核查和验证，甚至正面和负面言论。然而，在尼日利亚，关于辱骂性语言和仇恨言论检测的研究很少或没有。在本文中，我们整理了针对尼日利亚人口最多、经济最活跃的州——拉各斯州州长选举的“三剑客”的代码切换Twitter数据，旨在检测政治讨论中的攻击性言论。我们开发了EkoHate——一个针对三位候选人及其追随者之间政治讨论的辱骂性语言和仇恨言论数据集，采用二元（正常 vs 攻击性）和细粒度四标签标注方案。我们分析了数据集，并在监督和跨语言迁移学习设置下对最先进方法进行了实证评估。在监督设置下，我们的评估结果显示，在二元和四标签标注方案中，我们分别可以达到95.1和70.3的F1分数。此外，我们表明我们的数据集可以很好地迁移到三个公开的攻击性数据集（OLID、HateUS2020和FountaHate），泛化到其他地区（如美国）的政治讨论。
引用
@article{arxiv.2404.18180,
title = {EkoHate: Abusive Language and Hate Speech Detection for Code-switched Political Discussions on Nigerian Twitter},
author = {Comfort Eseohen Ilevbare and Jesujoba O. Alabi and David Ifeoluwa Adelani and Firdous Damilola Bakare and Oluwatoyin Bunmi Abiola and Oluwaseyi Adesina Adeyemo},
journal= {arXiv preprint arXiv:2404.18180},
year = {2024}
}
备注
AfricaNLP workshop @ ICLR2024 and WOAH @ NAACL2024