以情境专家应对低资源语言中的仇恨言论

鉴于缅甸的历史与社会政治背景，社交媒体上传播的仇恨言论已升级为线下动荡与暴力。本文呈现了我们关于缅甸线上仇恨言论自动检测的远程研究结论。我们认为，有效应对此问题需要基于社区的方法，将情境专家的知识与能够分析海量产出数据的机器学习工具相结合。为此，我们开发了一套系统化流程以促进此类协作，涵盖数据收集、标注与模型验证策略等关键环节。我们强调了该领域的挑战，其源于小规模且不平衡的数据集、非显性数据工作与利益相关方优先级的平衡需求，以及封闭的数据共享实践。基于这些发现，我们探讨了在低资源语言中开发与部署仇恨言论检测系统的后续工作路径。