Lexical Squad@多模态仇恨言论事件检测2023：基于融合集成方法的多模态仇恨言论检测
计算与语言
2023-09-26 v1 人工智能
机器学习
摘要
随着社交媒体帖子被用于表达观点、情感和意识形态的激增，社交媒体已显著转变为在全球范围内传达看法与见解的快速媒介。同时，两实体间大量冲突的出现引发了包含宣传、仇恨言论和轻率观点的社交媒体内容洪流。因此，监控社交媒体帖子的问题迅速升温，吸引了致力于解决此类问题者的重点关注。其中一个问题便是仇恨言论检测。为缓解该问题，我们提出一种新颖的集成学习方法来检测仇恨言论，通过将文本嵌入图像分类为“仇恨言论”与“非仇恨言论”两个标签。我们融合了包括InceptionV3、BERT和XLNet在内的前沿模型。我们提出的集成模型取得了 promising 的结果，准确率与F-1分数分别为75.21和74.96。我们还对文本嵌入图像进行了实证评估，以阐明模型预测与分类的能力。我们在此发布代码库(https://github.com/M0hammad-Kashif/MultiModalHateSpeech)。
引用
@article{arxiv.2309.13354,
title = {Lexical Squad@Multimodal Hate Speech Event Detection 2023: Multimodal Hate Speech Detection using Fused Ensemble Approach},
author = {Mohammad Kashif and Mohammad Zohair and Saquib Ali},
journal= {arXiv preprint arXiv:2309.13354},
year = {2023}
}
备注
8 pages, 5 figures, 4 tables