利用无监督文本风格迁移对抗社交媒体中的攻击性语言
计算与语言
2018-05-22 v1 机器学习
摘要
我们提出了一种新方法来解决在线社交媒体中攻击性语言的问题。我们的方法使用无监督文本风格迁移将攻击性句子转换为非攻击性句子。我们提出了一种利用非平行数据训练编码器-解码器的新方法，该方法结合了协作分类器、注意力机制和循环一致性损失。在来自 Twitter 和 Reddit 的数据上的实验结果表明，我们的方法在三个量化指标中的两个上优于最先进的文本风格迁移系统，并生成可靠的非攻击性迁移句子。
引用
@article{arxiv.1805.07685,
title = {Fighting Offensive Language on Social Media with Unsupervised Text Style Transfer},
author = {Cicero Nogueira dos Santos and Igor Melnyk and Inkit Padhi},
journal= {arXiv preprint arXiv:1805.07685},
year = {2018}
}
备注
ACL 2018