应对社交媒体上针对记者的仇恨言论
信息检索
2020-05-04 v2 机器学习
社会与信息网络
机器学习
摘要
过去几年中，社交媒体上仇恨言论的破坏性影响显而易见，多个组织、研究人员和社交媒体平台尝试以各种方式加以遏制。尽管有这些努力，社交媒体用户仍受仇恨言论影响。对于促进公共话语的社群如记者而言，该问题尤为突出。本工作中，我们聚焦于遏制针对新闻类社交媒体账号的仇恨言论。为此，一组记者结合新闻视角及通常针对记者的仇恨言论类型，给出了仇恨言论的定义。随后我们收集了涉及多语言新闻相关账号的大量推文池。为依该定义标注无标签推文池，我们采用涉及主动学习标注阶段的简明标注策略。本文成果是一个新颖的、公开可用的五语种 Twitter 数据集集合。此外，我们尝试了用于仇恨言论检测的 SOTA 深度学习架构，并使用我们所标注的数据集训练与评估它们。最后，我们提出一种集成检测模型，其优于所有单一模型。
引用
@article{arxiv.1912.04106,
title = {Towards countering hate speech against journalists on social media},
author = {Polychronis Charitidis and Stavros Doropoulos and Stavros Vologiannidis and Ioannis Papastergiou and Sophia Karakeva},
journal= {arXiv preprint arXiv:1912.04106},
year = {2020}
}