多语言辅助任务训练：弥合语言间鸿沟以实现仇恨言论检测模型的零样本迁移
计算与语言
2022-10-26 v2
摘要
零样本跨语言迁移学习已被证明对涉及大量语言特性或语言间存在文化鸿沟（如仇恨言论检测中）的任务极具挑战性。本文中，我们利用严格的实验设定，在多个领域与语言上凸显了仇恨言论检测的这一局限。随后，我们提出在多语言辅助任务——情感分析、命名实体识别以及依赖句法信息的任务——上进行训练，以改善仇恨言论检测模型的跨语言零样本迁移。我们展示了仇恨言论检测模型如何受益于辅助任务微调所带来的跨语言知识代理，并凸显了这些任务在弥合语言间仇恨言论语言与文化鸿沟上的积极影响。
引用
@article{arxiv.2210.13029,
title = {Multilingual Auxiliary Tasks Training: Bridging the Gap between Languages for Zero-Shot Transfer of Hate Speech Detection Models},
author = {Syrielle Montariol and Arij Riabi and Djamé Seddah},
journal= {arXiv preprint arXiv:2210.13029},
year = {2022}
}
备注
Accepted to Findings of AACL-IJCNLP 2022