HateMonitors：社交媒体中语言无关的滥用内容检测
社会与信息网络
2019-09-30 v1 计算与语言
摘要
减少在线社交媒体中的仇恨与攻击性内容对审核者而言是一个双重难题。一方面，不能对社交媒体施加僵化的审查；另一方面，又不能任由此类内容自由传播。因此，我们需要高效的滥用语言检测系统来识别社交媒体中的此类有害内容。在本文中，我们提出了为“印欧语系语言中的仇恨言论与攻击性内容识别（HASOC）”（FIRE 2019 的一项共享任务）所开发的机器学习模型 HateMonitor。我们采用了梯度提升（Gradient Boosting）模型，结合 BERT 与 LASER 嵌入，使系统实现语言无关。我们的模型在德语子任务 A 中获得了第一名。我们已将模型公开于 https://github.com/punyajoy/HateMonitors-HASOC。
引用
@article{arxiv.1909.12642,
title = {HateMonitors: Language Agnostic Abuse Detection in Social Media},
author = {Punyajoy Saha and Binny Mathew and Pawan Goyal and Animesh Mukherjee},
journal= {arXiv preprint arXiv:1909.12642},
year = {2019}
}
备注
8 pages, 1 figure, 4 tables, models available at https://github.com/punyajoy/HateMonitors-HASOC