面向数据收集的人机协同：用于对抗网络仇恨言论的多目标反叙事数据集
计算与语言
2021-09-21 v1 计算机与社会
摘要
以知情且非攻击性的回应（称为反叙事）来削弱仇恨内容的影响，已成为构建更健康在线社区的一种可能方案。因此，一些自然语言处理（NLP）研究已开始着手反叙事生成任务。尽管这些研究努力构建了用于神经生成的仇恨言论/反叙事（HS/CN）数据集，但它们在达到高质量和/或高数量方面存在不足。在本文中，我们提出了一种新颖的人机协同数据收集方法，其中生成式语言模型通过使用前一循环中的自身数据来迭代精炼，以生成供专家审阅和/或后编辑的新训练样本。我们的实验包含多个带有动态变化的循环。结果表明该方法具有可扩展性，并有助于多样、新颖且经济高效的数据收集。据我们所知，所得数据集是社区中唯一基于专家的多目标 HS/CN 数据集。
引用
@article{arxiv.2107.08720,
title = {Human-in-the-Loop for Data Collection: a Multi-Target Counter Narrative Dataset to Fight Online Hate Speech},
author = {Margherita Fanton and Helena Bonaldi and Serra Sinem Tekiroglu and Marco Guerini},
journal= {arXiv preprint arXiv:2107.08720},
year = {2021}
}
备注
To appear at ACL 2021 (long paper)