K-MHaS：韩语在线新闻评论中的多标签仇恨言论检测数据集
计算与语言
2022-10-03 v3 人工智能
摘要
由于在线内容的增长，在线仇恨言论检测已成为一个重要问题，但英语以外语言的资源极为有限。我们介绍 K-MHaS，一个用于仇恨言论检测的新多标签数据集，可有效处理韩语语言模式。该数据集由来自新闻评论的 10.9 万条话语组成，提供使用 1 至 4 个标签的多标签分类，并处理主观性与交叉性。我们使用基于 Korean-BERT 的语言模型借助六种不同指标在 K-MHaS 上评估了强基线实验。带有子字符分词器的 KR-BERT 表现优于其他模型，能识别每个仇恨言论类别中分解的字符。
引用
@article{arxiv.2208.10684,
title = {K-MHaS: A Multi-label Hate Speech Detection Dataset in Korean Online News Comment},
author = {Jean Lee and Taejun Lim and Heejun Lee and Bogeun Jo and Yangsok Kim and Heegeun Yoon and Soyeon Caren Han},
journal= {arXiv preprint arXiv:2208.10684},
year = {2022}
}
备注
Accepted by COLING 2022