情感与滥用语言检测的联合建模
计算与语言
2020-05-29 v1 机器学习
摘要
在线交流平台的兴起伴随着一些不良效应，例如线上攻击性与滥用行为的扩散。为应对该问题，自然语言处理（NLP）界已尝试了一系列滥用检测技术。尽管取得了实质性成功，这些方法迄今仅聚焦于建模评论的语言属性与用户在线社区，忽视了用户的情绪状态及其如何影响语言。然而，后者与滥用行为密不可分。本文提出首个情感与滥用语言检测的联合模型，在多任务学习框架中实验，使一项任务能够告知另一项任务。我们的结果表明，引入情感特征可在各数据集上显著提升滥用检测性能。
引用
@article{arxiv.2005.14028,
title = {Joint Modelling of Emotion and Abusive Language Detection},
author = {Santhosh Rajamanickam and Pushkar Mishra and Helen Yannakoudakis and Ekaterina Shutova},
journal= {arXiv preprint arXiv:2005.14028},
year = {2020}
}
备注
Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, 2020