社交媒体平台上的希望言论检测

自个人计算机在消费市场中普及以来，互联网上有害内容的数量显著扩张。简言之，有害内容即任何在线造成个人困扰或伤害的内容。其可包括仇恨言论、暴力内容、威胁、非希望言论等。在线内容须积极、提振且具支持性。过去数年，诸多研究聚焦于通过仇恨言论检测解决此问题，但极少关注希望言论的识别。本文探讨多种机器学习方法以将句子识别为希望言论、非希望言论或中性句子。研究所用数据集含英文 YouTube 评论，作为共享任务“EACL-2021：面向平等、多样与包容的希望言论检测”的一部分发布。最初从共享任务获得的数据集含三类：希望言论、非希望言论与非英文；但经深入检视，我们发现需对数据集重新标注。我们雇一组本科生协助完成整个数据集的重标注任务。我们在重标注数据上试验了常规机器学习模型（如朴素贝叶斯、逻辑回归与支持向量机）与预训练模型（如 BERT）。实验结果表明，重标注数据在希望言论识别上取得了优于原始数据集的准确率。