ViTHSD：利用目标仇恨言论检测越南社交媒体文本中的仇恨言论

社交网络的增长使得有毒内容迅速传播。仇恨言论检测是一项有助于减少有害评论数量的任务。由于用户创建的仇恨言论具有多样性，除了检测仇恨言论外，还需要对其进行解释。因此，我们提出了一种构建从社交媒体在线流文本中检测目标仇恨言论系统的方法。我们首先介绍了ViTHSD——一个用于越南社交媒体文本的目标仇恨言论检测数据集。该数据集包含10K条评论，每条评论被标记为特定目标，具有三个级别：干净、冒犯和仇恨。数据集中有5个目标，每个目标由人工根据严格的注释指南手动标记相应的级别。通过Cohen's Kappa指数获得的注释者间一致性为0.45，表明为中等水平。然后，我们通过结合Bi-GRU-LSTM-CNN与预训练语言模型来利用BERTology的文本表示能力，构建了该任务的基线。最后，我们提出了一种将基线模型集成到在线流系统中用于目标仇恨言论检测的方法，以实际应用于防止社交媒体上的仇恨和冒犯内容。