显见之下的隐秘：社交媒体上的误导性关键词与隐性辱骂性语言
计算与语言
2022-05-04 v1 社会与信息网络
摘要
尽管社交媒体提供了自我表达的自由，但辱骂性语言带来了显著的负面社会影响。鉴于该问题的重要性，辱骂性语言自动检测的研究已有所增长和改进。然而，这些检测模型表现出对强烈指示性关键词（如贬损语和脏话）的依赖。这意味着它们可能错误地（1a）漏检不含此类关键词的辱骂内容，或（1b）将含此类关键词的非辱骂内容标记为辱骂，并且（2）它们在未见数据上表现不佳。尽管学界已认识到这些问题，文献中仍存在空白与不一致之处。在本研究中，我们详细分析了从数据集构建到模型行为中关键词的影响，重点关注模型如何在（1a）和（1b）上犯错，以及（1a）和（1b）如何与（2）相互作用。通过该分析，我们为未来研究解决全部三个问题提供了建议。
引用
@article{arxiv.2205.01374,
title = {Hidden behind the obvious: misleading keywords and implicitly abusive language on social media},
author = {Wenjie Yin and Arkaitz Zubiaga},
journal= {arXiv preprint arXiv:2205.01374},
year = {2022}
}
备注
Accepted for publication in Online Social Networks and Media