倾听受影响社群以定义极端言论：数据集与实验
计算与语言
2022-03-23 v1 人工智能
摘要
基于当前关于多语言仇恨言论（如 Ousidhoum 等 (2019)）和仇恨言论消减（如 Sap 等 (2020)）的研究，我们提出了 XTREMESPEECH，一个包含来自巴西、德国、印度和肯尼亚的 20,297 条社交媒体段落的新型仇恨言论数据集。其关键创新在于我们直接让受影响社群参与数据的收集与标注，而非由公司和政府控制仇恨言论的定义与对抗。这种包容性方法使数据集更能代表实际发生的在线言论，并有望促进移除被边缘化社群视为造成最大伤害的社交媒体内容。基于 XTREMESPEECH，我们建立了带有基线的新型任务，提供了跨国训练通常由于国家间文化差异而不可行的证据，并对 BERT 的预测进行了可解释性分析。
引用
@article{arxiv.2203.11764,
title = {Listening to Affected Communities to Define Extreme Speech: Dataset and Experiments},
author = {Antonis Maronikolakis and Axel Wisiorek and Leah Nann and Haris Jabbar and Sahana Udupa and Hinrich Schuetze},
journal= {arXiv preprint arXiv:2203.11764},
year = {2022}
}
备注
Accepted to ACL 2022 Findings