IIITG-ADBU参加HASOC-Dravidian-CodeMix-FIRE2020：混合代码达罗毗荼语文本中的攻击性内容检测
计算与语言
2021-08-02 v1
摘要
本文介绍了我们的基于SVM和XLM-RoBERTa的分类器在共享任务Dravidian-CodeMix-HASOC 2020中所取得的结果。使用字符和词n-gram的TF-IDF特征训练的SVM分类器在混合代码马拉雅拉姆语文本上表现最佳。它在YouTube和Twitter数据集上分别获得了0.95（第1名）和0.76（第3名）的加权F1分数。基于XLM-RoBERTa的分类器在混合代码泰米尔语文本上表现最佳。它在混合代码泰米尔语Twitter数据集上获得了0.87（第3名）的加权F1分数。
引用
@article{arxiv.2107.14336,
title = {IIITG-ADBU@HASOC-Dravidian-CodeMix-FIRE2020: Offensive Content Detection in Code-Mixed Dravidian Text},
author = {Arup Baruah and Kaushik Amar Das and Ferdous Ahmed Barbhuiya and Kuntal Dey},
journal= {arXiv preprint arXiv:2107.14336},
year = {2021}
}