何时需要人口统计信息？基于数据与建模情景的视角感知仇恨言论检测
计算与语言
2026-05-27 v1
摘要
人口统计信息常用于建模主观任务（如仇恨言论检测）中的标注者视角，但其效用不稳定：在某些情景下可提升性能，在另一些情景下则表现为噪声。本文探讨人口统计特征何时有用。我们将人口统计收益作为数据划分属性与建模框架的函数进行分析。对于数据划分，我们衡量标注者 disagreement（即同一例题由不同标注者赋予不同标签的频率），以及训练规模与训练-测试人口统计覆盖度。我们发现，人口统计收益集中于训练 disagreement 较低、测试 disagreement 较高、对模糊性测量粒度较细、训练数据充足且人口统计覆盖范围更大的情景。针对这些情景，我们引入一种门控式人口统计残差模型，将人口统计视为对文本唯一预测的选择性调整。MHS和POPQUORN上的实验表明，该设计在高 disagreement 或低置信度例题上尤为有效。总体而言，本文结果表明，人口统计信息不应默认为有用；其价值取决于数据情景与建模框架的共同作用。
引用
@article{arxiv.2605.27313,
title = {When Does Demographic Information Help? Data and Modeling Regimes for Perspective-Aware Hate Speech Detection},
author = {Weibin Cai and Reza Zafarani},
journal= {arXiv preprint arXiv:2605.27313},
year = {2026}
}