英国政治中的敌意检测：针对议员的在线辱骂数据集
计算与语言
2024-12-06 v1
摘要
众多政治家利用社交媒体平台，特别是 X，与选民互动。这种互动使选民能够提出问题和提供反馈，但也使政治家面临大量敌意回应，尤其是在社交媒体提供的匿名性背景下。他们通常因政府角色而成为目标，但评论也倾向于攻击其个人身份。这可能使政治家名誉受损并降低公众对政府的信任，还可能引发愤怒和不尊重，导致线下伤害和暴力。虽然存在许多用于检测一般敌意性的模型，但它们缺乏政治语境所需的特异性。此外，应对针对政治家的敌意需要量身定制的方法，因为每个国家都有其独特的语言和议题（例如英国的脱欧）。为弥补这一差距，我们构建了一个包含 3,320 条英文推文的数据集，覆盖两年期，手动标注了针对英国议员的敌意性。我们的数据集还捕捉了敌意推文中被攻击的身份特征（种族、性别、宗教、无）。我们进行了语言学和主题分析，以深入探讨英国政治数据的独特内容。最后，我们评估了预训练语言模型和大语言模型在二元敌意检测和多类目标身份类型分类任务上的性能。本研究为未来研究英国特有的政治相关敌意性的普遍性和本质提供了宝贵的数据和见解。
引用
@article{arxiv.2412.04046,
title = {Hostility Detection in UK Politics: A Dataset on Online Abuse Targeting MPs},
author = {Mugdha Pandya and Mali Jin and Kalina Bontcheva and Diana Maynard},
journal= {arXiv preprint arXiv:2412.04046},
year = {2024}
}