利用语义子空间对社交媒体中的亵渎与仇恨言论进行建模
计算与语言
2021-06-21 v2
摘要
由于任务的主观性以及现有语料库标注的不兼容性，仇恨言论与亵渎检测面临数据稀疏问题，尤其对于英语以外的语言而言。在本研究中，我们在词与句子表示中识别出亵渎子空间，并探索其在零样本设定下对一系列相似与疏远目标任务的泛化能力。该过程以单语（德语）及跨语言方式展开，目标语言包括紧密相关的（英语）、疏远相关的（法语）以及不相关的（阿拉伯语）。我们观察到，在相似与疏远目标任务上且跨所有语言中，基于子空间的表示在零样本设定下比标准 BERT 表示迁移更有效，在所有测试的单语与跨语言场景下相较基线取得 F1 +10.9 至 F1 +42.9 的提升。
引用
@article{arxiv.2106.07505,
title = {Modeling Profanity and Hate Speech in Social Media with Semantic Subspaces},
author = {Vanessa Hahn and Dana Ruiter and Thomas Kleinbauer and Dietrich Klakow},
journal= {arXiv preprint arXiv:2106.07505},
year = {2021}
}
备注
9 pages, 4 figures, accepted as a long paper at Workshop on Online Abuse and Harms 2021