社交媒体上仇恨言论分类的终身式学习
计算与语言
2021-06-08 v1 机器学习
摘要
现有自动化仇恨言论分类工作假设数据集固定且类别预定义。然而，社交媒体中数据量每日增长，热点话题快速变化，要求分类器能持续适应新数据而不遗忘已学知识。这一能力被称为终身式学习（lifelong learning），对社交媒体仇恨言论分类器的实际应用至关重要。本工作中，我们提出社交媒体上仇恨言论分类的终身式学习。为缓解灾难性遗忘，我们提出使用变分表示学习（VRL）与基于LB-SOINN（负载均衡自组织增量神经网络）的记忆模块。实验上，我们表明结合变分表示学习与LB-SOINN记忆模块比常用终身式学习技术取得更好性能。
引用
@article{arxiv.2106.02821,
title = {Lifelong Learning of Hate Speech Classification on Social Media},
author = {Jing Qian and Hong Wang and Mai ElSherief and Xifeng Yan},
journal= {arXiv preprint arXiv:2106.02821},
year = {2021}
}
备注
NAACL 2021