社交媒体中仇恨言论的哪些论证层面可被可靠识别？
计算与语言
2023-06-06 v1 人工智能
摘要
随着大语言模型使用场景的日益多样，似乎有必要对文本进行更具信息量的处理。论证分析可促进聊天机器人、文本补全机制或其他应用的更理性使用。然而，目前尚不清楚哪些论证层面可被可靠识别并集成到语言模型中。本文对社交媒体仇恨言论中不同论证层面自动识别的可靠性进行了实证评估。我们基于 Wagemans (2016) 的论证周期表，为 Hateval 语料库（Basile 等，2019）补充了若干论证成分的手动标注。我们表明，某些成分可以合理可靠性被识别。对于那些错误率较高的成分，我们分析了专家标注者之间的分歧模式与自动处理中的错误，并提出了可更可靠复现的这些类别的改编方案。
引用
@article{arxiv.2306.02978,
title = {Which Argumentative Aspects of Hate Speech in Social Media can be reliably identified?},
author = {Damián Furman and Pablo Torres and José A. Rodríguez and Diego Letzen and Vanina Martínez and Laura Alonso Alemany},
journal= {arXiv preprint arXiv:2306.02978},
year = {2023}
}
备注
9 Pages plus reference and appendix