LeT-Mi：面向厌女语言的阿拉伯语黎凡特推特数据集
计算与语言
2021-03-19 v1
摘要
网络厌女现象已成为阿拉伯女性日益担忧的问题，她们每日遭受基于性别的在线虐待。厌女自动检测系统有助于禁止反女性的阿拉伯语有毒内容。此类系统的开发受限于阿拉伯语厌女基准数据集的缺失。本文我们引入一个面向厌女语言的阿拉伯语黎凡特推特数据集（LeT-Mi），作为首个阿拉伯语厌女基准数据集。我们进一步详细阐述了数据集创建与标注阶段。所提数据集标注的一致性通过评分者间一致性评估指标得到强调。此外，LeT-Mi 被用作评估数据集，通过多个最先进机器学习系统以及多任务学习（MTL）配置所进行的二分类/多分类/目标分类任务进行评估。所得结果表明，所用系统取得的性能与阿拉伯语以外语言的最先进结果一致，而采用 MTL 提升了厌女/目标分类任务的性能。
引用
@article{arxiv.2103.10195,
title = {Let-Mi: An Arabic Levantine Twitter Dataset for Misogynistic Language},
author = {Hala Mulki and Bilal Ghanem},
journal= {arXiv preprint arXiv:2103.10195},
year = {2021}
}
备注
10 pages, 2 figures, WANLP 2021 co-located with EACL 2021