UTFPR在SemEval-2019任务5中的表现：基于循环神经网络的仇恨言论识别
计算与语言
2019-04-17 v1
摘要
本文重新审视了从社交媒体帖子中自动识别仇恨言论的问题。我们采用基于极简组合式循环神经网络(RNN)的系统来处理该任务。我们在 SemEval-2019 任务5：Twitter 中针对移民与女性的多语言仇恨言论检测(HatEval)共享任务数据集上测试了该方法。HatEval 组织者提供的数据集包含从 Twitter 获取的英文和西班牙文帖子，标注了仇恨内容及其目标的存在情况。本文给出了我们的系统相对于共享任务中其他参赛系统的结果。我们的系统表现具竞争力，在英语赛道子任务 A 的 62 个系统中排名第 7。
引用
@article{arxiv.1904.07839,
title = {UTFPR at SemEval-2019 Task 5: Hate Speech Identification with Recurrent Neural Networks},
author = {Gustavo Henrique Paetzold and Shervin Malmasi and Marcos Zampieri},
journal= {arXiv preprint arXiv:1904.07839},
year = {2019}
}
备注
Proceedings of SemEval