MUDES：多语言攻击性文本跨度检测
计算与语言
2021-04-20 v2 人工智能
机器学习
摘要
近年来，社交媒体中攻击性内容识别的关注度大幅增长。以往工作大多处理帖子级别的标注。然而，识别攻击性跨度在许多方面都很有用。为应对这一重要挑战，我们提出 MUDES，一个用于检测文本中攻击性跨度的多语言系统。MUDES 提供预训练模型、面向开发者的 Python API，以及用户友好的基于 Web 的界面。本文对 MUDES 的各组件进行了详细描述。
引用
@article{arxiv.2102.09665,
title = {MUDES: Multilingual Detection of Offensive Spans},
author = {Tharindu Ranasinghe and Marcos Zampieri},
journal= {arXiv preprint arXiv:2102.09665},
year = {2021}
}
备注
Accepted to NAACL-HLT 2021