基于深度神经网络的推特仇恨语音两阶段改进分类

仇恨语音是一种涉及使用辱骂性语言的网络骚扰形式，常见于社交媒体帖子中。此类骚扰主要针对宗教、性别、种族等特定群体特征，如今已产生社会与经济后果。文本帖子中辱骂性语言的自动检测一直是一项困难任务，但近来受到科学界大量关注。本文探讨社交媒体中辨别仇恨内容这一重要问题。我们在此工作中提出的模型是基于LSTM神经网络架构的现有方法的扩展，我们对其进行了恰当增强与微调，以检测短文本中某些形式的仇恨语言，如种族主义或性别歧视。最显著的改进是转换为由循环神经网络（RNN）分类器组成的两阶段方案。第一阶段所有One-vs-Rest（OvR）分类器的输出被组合并用于训练第二阶段分类器，其最终判定骚扰类型。我们的研究包括在16k推文公开语料库上评估若干所提第二阶段替代方法的性能比较，随后在另一数据集上进行泛化研究。所报告的结果表明，相较于当前最先进水平，所提方案在仇恨语音检测任务中具有更优的分类质量。