利用多词表达式特征改进自动仇恨言论检测
计算与语言
2021-06-02 v1
摘要
社交媒体中自动检测仇恨言论的任务正受到越来越多的关注。鉴于每日发布的海量内容，人工监控仇恨言论不可行。在本文中，我们提出用于自动仇恨言论检测(HSD)的新词级特征：多词表达式(MWE)。MWE 是大于词且具有习语性与组合性意义的词法单位。我们提议将 MWE 特征集成到基于深度神经网络的 HSD 框架中。我们的基线 HSD 系统依赖于 Universal Sentence Encoder (USE)。为融入 MWE 特征，我们创建了一个三分支深度神经网络：一支用于 USE，一支用于 MWE 类别，一支用于 MWE 嵌入。我们在两个仇恨言论推特语料上进行了实验，使用不同的 MWE 类别与两类 MWE 嵌入（word2vec 与 BERT）。我们的实验表明，所提出的带 MWE 特征的 HSD 系统在宏F1(macro-F1)上显著优于基线系统。
引用
@article{arxiv.2106.00237,
title = {Improving Automatic Hate Speech Detection with Multiword Expression Features},
author = {Nicolas Zampieri and Irina Illina and Dominique Fohr},
journal= {arXiv preprint arXiv:2106.00237},
year = {2021}
}
备注
In Proceedings of NLDB 2021