LUC在ComMA-2021共享任务中的工作：不使用语言特征的多语言性别偏见与社群语言识别
计算与语言
2021-12-21 v1 信息检索
摘要
本工作旨在评估概率方法与最先进的向量空间建模（VSM）方法为知名机器学习算法提供的、将社交网络文档分类为攻击性、性别偏见或社群煽动性文本的能力。为此，首先进行了一个探索性阶段以寻找待测试的相关设置，即通过使用训练和开发样本，我们采用多种向量空间建模与概率方法训练了多个算法，并剔除了信息量较少的配置。这些系统被提交至ComMA@ICON'21研讨会关于多语言性别偏见与社群语言识别的竞赛。
引用
@article{arxiv.2112.10189,
title = {LUC at ComMA-2021 Shared Task: Multilingual Gender Biased and Communal Language Identification without using linguistic features},
author = {Rodrigo Cuéllar-Hidalgo and Julio de Jesús Guerrero-Zambrano and Dominic Forest and Gerardo Reyes-Salgado and Juan-Manuel Torres-Moreno},
journal= {arXiv preprint arXiv:2112.10189},
year = {2021}
}
备注
6 pages