预测社交媒体中攻击性帖子的类型与目标
计算与语言
2019-04-17 v2
摘要
随着攻击性内容在社交媒体中变得普遍，已有大量研究致力于识别潜在的攻击性消息。然而，以往关于该主题的工作并未将问题作为一个整体来考虑，而是侧重于检测非常特定类型的攻击性内容，例如仇恨言论、网络欺凌或网络攻击。相比之下，我们在此针对几种不同类型的攻击性内容。具体而言，我们以分层方式建模该任务，识别社交媒体中攻击性消息的类型与目标。为此，我们整理了Offensive Language Identification Dataset (OLID)，这是一个新的数据集，其中的推文使用细粒度的三层标注方案标注了攻击性内容，我们已将其公开。我们讨论了OLID与已有的用于仇恨言论识别、攻击性检测及类似任务的数据集之间的主要异同。我们进一步进行了实验，并比较了不同机器学习模型在OLID上的性能。
引用
@article{arxiv.1902.09666,
title = {Predicting the Type and Target of Offensive Posts in Social Media},
author = {Marcos Zampieri and Shervin Malmasi and Preslav Nakov and Sara Rosenthal and Noura Farra and Ritesh Kumar},
journal= {arXiv preprint arXiv:1902.09666},
year = {2019}
}
备注
Proceedings of the 2019 Annual Conference of the North American Chapter of the Association for Computational Linguistics (NAACL)