暴力映射：面向社交媒体互动构建孤度表达数据集的完整框架
计算与语言
2024-04-19 v1 计算机与社会
摘要
在南亚地区，线上论坛中的社区暴力日益普遍。由于许多不同文化共存并共享资源的社区之间存在强烈的内部联系以及对他人的敌意，这些社会呈现出一种特征，即冲突常常升级为暴力冲突。为此，我们开发了第一个用于自动检测线上孤度内容中暴力标记的完整框架，收集了最大数据集（13K 原始句子），其中的社交媒体互动符合四大暴力类别及其 16 种粗粒表达的定义。我们的工作流程引入了 7 步专家标注流程，融合了社会科学家、语言学家和心理学家的见解。通过呈现数据统计并对该数据集进行基准测试，我们确定除了非社区暴力类别外，宗教社区暴力在孤度文本中尤为普遍。此外，我们通过在最先进的孤度深度学习模型上进行初步基准测试，证实了精调语言模型在识别暴力评论方面的有效性。
引用
@article{arxiv.2404.11752,
title = {Mapping Violence: Developing an Extensive Framework to Build a Bangla Sectarian Expression Dataset from Social Media Interactions},
author = {Nazia Tasnim and Sujan Sen Gupta and Md. Istiak Hossain Shihab and Fatiha Islam Juee and Arunima Tahsin and Pritom Ghum and Kanij Fatema and Marshia Haque and Wasema Farzana and Prionti Nasir and Ashique KhudaBukhsh and Farig Sadeque and Asif Sushmit},
journal= {arXiv preprint arXiv:2404.11752},
year = {2024}
}