UM-IU@LING 在 SemEval-2019 任务 6 上的系统：使用 BERT 与 SVM 识别攻击性推文
计算与语言
2019-04-09 v1
摘要
本文描述了 UM-IU@LING 在 SemEval 2019 任务 6：OffensEval 上的系统。我们采用混合方法来识别并分类社交媒体中的仇恨言论。在子任务 A 中，我们对基于 BERT 的分类器进行微调以检测推文中的辱骂性内容，在测试数据上取得了 0.8136 的宏 F1 分数，从而在 103 份提交中排名第 3。在子任务 B 和 C 中，我们使用了带有选定字符 n-gram 特征的线性 SVM。对于子任务 C，我们的系统能以 0.5243 的宏 F1 分数识别辱骂目标，在 65 份提交中排名第 27。
引用
@article{arxiv.1904.03450,
title = {UM-IU@LING at SemEval-2019 Task 6: Identifying Offensive Tweets Using BERT and SVMs},
author = {Jian Zhu and Zuoyu Tian and Sandra Kübler},
journal= {arXiv preprint arXiv:1904.03450},
year = {2019}
}