使用SVM与朴素贝叶斯的仇恨言论分类
计算与语言
2022-04-15 v1
摘要
昔日限于口头传播的仇恨蔓延已迅速转移至互联网。允许人们讨论并表达观点的社交媒体与社区论坛正成为仇恨信息散播的平台。许多国家已制定法律以避免网络仇恨言论。它们追究运营社交媒体的公司未能消除仇恨言论的责任。但随着在线内容持续增长，仇恨言论的蔓延亦如此。然而，由于数据量巨大且昂贵耗时，对在线平台仇恨言论的手动分析不可行。因此，自动处理在线用户内容以检测并移除仇恨言论十分重要。许多近期方法存在可解释性问题，即难以理解系统为何做出相应决策。通过本工作，利用支持向量机（SVM）与朴素贝叶斯（Naïve Bayes）算法，提出了一些自动检测仇恨信息的解决方案。这在取得接近最先进性能的同时，较其他方法更为简单且产生更易解释的决策。该技术的经验评估在测试集上分别取得约99%与50%的SVM与NB分类准确率。关键词：分类；仇恨言论；特征提取；算法；监督学习
引用
@article{arxiv.2204.07057,
title = {Hate Speech Classification Using SVM and Naive BAYES},
author = {D. C Asogwa and C. I Chukwuneke and C. C Ngene and G. N Anigbogu},
journal= {arXiv preprint arXiv:2204.07057},
year = {2022}
}