用于攻击性检测的带注意力机制 LSTM
计算与语言
2018-07-18 v1
摘要
在本文中，我们描述了 Nishnik 团队为 Facebook 帖子和评论中攻击性识别共享任务所提交的系统的攻击性检测。先前的工作表明 LSTM 在自然语言处理任务中取得了显著性能。我们部署了一个在其上带有注意力单元的 LSTM 模型。我们的系统在 Facebook 评论的印地语子任务和通用社交媒体数据子任务中分别排名第6和第4。在对应的英语子任务中分别排名第17和第10。
引用
@article{arxiv.1807.06151,
title = {LSTMs with Attention for Aggression Detection},
author = {Nishant Nikhil and Ramit Pahwa and Mehul Kumar Nirala and Rohan Khilnani},
journal= {arXiv preprint arXiv:1807.06151},
year = {2018}
}
备注
Accepted in First Workshop on Trolling, Aggression and Cyberbullying at 27th International Conference of Computational Linguistics (COLING 2018)