面向四个软件工程社区的攻击性语言检测与消减
软件工程
2022-11-02 v2
摘要
Stack Overflow等软件工程（SE）社区已变得不再友好，尤其体现在成员使用攻击性语言上。研究表明，攻击性语言会使用户远离这些平台的积极参与。本研究旨在通过调查GitHub、Gitter、Slack和Stack Overflow（SO）这四个知名SE平台中用户评论的攻击性语言性质，更广泛地探讨该问题。它提出了一种通过采用自然语言处理和深度学习技术来检测和分类SE社区中攻击性语言的方法。此外，还提出了一个冲突消减系统（CRS），该系统识别攻击性内容并建议可做出的修改以最小化攻击性。除了展示来自四个不同社区超过100万条评论中攻击性语言普遍存在（比例从0.07%到0.43%）外，我们的结果显示了在此类语言的成功检测与分类上的前景。CRS系统有潜力大幅减少SE社区中检测和消减攻击性内容的手动审核工作。
引用
@article{arxiv.2106.02245,
title = {Towards offensive language detection and reduction in four Software Engineering communities},
author = {Jithin Cheriyan and Bastin Tony Roy Savarimuthu and Stephen Cranefield},
journal= {arXiv preprint arXiv:2106.02245},
year = {2022}
}