探究用于社交媒体中仇恨言论检测的深度学习方法
计算与语言
2020-06-01 v1
摘要
互联网的惊人增长有助于赋能个人表达，但对言论自由的滥用也导致了各种网络犯罪和反社会活动的增加。仇恨言论就是这样一个需要严肃对待的问题，否则将对社会结构的完整性构成威胁。在本文中，我们提出了利用各种词嵌入的深度学习方法，用于检测社交媒体中各种类型的仇恨言论。从大量文本中检测仇恨言论，尤其是包含有限上下文信息的推文，也带来了一些实际挑战。此外，用户生成数据的多样性以及各种形式仇恨言论的存在，使得识别消息的程度和意图变得极具挑战性。我们在三个不同领域的公开数据集上进行的实验表明，准确率和 F1 分数均有显著提升。
引用
@article{arxiv.2005.14690,
title = {Investigating Deep Learning Approaches for Hate Speech Detection in Social Media},
author = {Prashant Kapil and Asif Ekbal and Dipankar Das},
journal= {arXiv preprint arXiv:2005.14690},
year = {2020}
}
备注
12 pages, 2 figures, 8 tables. Accepted in CICLing: International Conference on Computational Linguistics and Intelligent Text Processing, 2019. Modified after reviewer comments