WLV-RIT 在 HASOC-Dravidian-CodeMix-FIRE2020 上的工作：代码混合 YouTube 评论中的攻击性语言识别
计算与语言
2020-11-03 v1 人工智能
机器学习
摘要
本文描述了 WLV-RIT 在 2020 年仇恨言论与攻击性内容识别（HASOC）印欧语系语言共享任务中的参赛系统。HASOC 2020 组织者向参与者提供了包含 Dravidian 语言（马来亚拉姆语-英语和泰米尔语-英语）代码混合社交媒体帖子的标注数据集。我们参与了任务 1：代码混合马来亚拉姆语 YouTube 评论中的攻击性评论识别。在我们的方法中，我们利用可用的英语数据，通过跨语言上下文词嵌入和迁移学习对马来亚拉姆语数据进行预测。我们进一步使用多种微调策略改进结果。我们的系统在测试集上取得了 0.89 的加权平均 F1 分数，在 12 个参与者中排名第 5。
引用
@article{arxiv.2011.00559,
title = {WLV-RIT at HASOC-Dravidian-CodeMix-FIRE2020: Offensive Language Identification in Code-switched YouTube Comments},
author = {Tharindu Ranasinghe and Sarthak Gupte and Marcos Zampieri and Ifeoma Nwogu},
journal= {arXiv preprint arXiv:2011.00559},
year = {2020}
}
备注
Accepted to FIRE 2020