Mar, 2019

SemEval-2019 任务 6：社交媒体中的攻击性语言识别和分类（OffensEval）

PDF
TL;DR本文介绍了 SemEval-2019 任务 6（OffensEval）的结果和主要发现，该任务基于一个包含超过 14,000 个英文推文的新数据集 ——Offensive Language Identification Dataset（OLID），它有三个子任务，目标是在社交媒体上识别和分类攻击性语言。
发现论文，激发创造
  • SemEval-2020 任务 12：社交媒体中的多语种攻击性语言识别（OffensEval 2020）

    总结 SemEval-2020 中的 OffensEval 任务，它涉及多语言社交媒体中的多语种冒犯性语言识别，并说明了其在 OffensEval 2019 中的分层分类结构。

    Jun, 2020

  • 从 Twitter 辨识攻击性帖文和攻击目标

    本文介绍了我们在 SemEval 2019 任务 6：识别和分类社交媒体中的冒犯性语言的子任务 A 和子任务 B 中的方法和系统描述。其中子任务 A 包括确定给定推文是否具有冒犯性，子任务 B 涉及检测是否针对某人（团体或个人）的攻击性推文。我们基于卷积神经网络，带有关注机制的双向 LSTM 和双向 LSTM + 双向 GRU 的集成模型进行子任务 A 的建模，而对于子任务 B，我们依赖于从训练数据和手动观察中得出的一组启发式规则。我们详细分析了使用训练模型获得的结果。我们的团队在子任务 A 中排名第 5，获得 0.807 的宏 F1 分数，在子任务 B 中排名第 8，获得 0.695 的宏 F1 分数。

    Apr, 2019

  • Duluth 在 SemEval-2019 任务 6 中：识别和分类具有攻击性的推文的词汇方法

    本研究介绍了 Duluth 系统在 SemEval-2019 Task 6 中的表现，主要采用传统机器学习的方法，通过手动标记的训练数据中的词汇特征构建分类器来识别和分类社交媒体中的冒犯性语言，其中最成功的分类方法是基于规则的黑名单方法并尝试将两个不同但相关的 SemEval 任务的训练数据合并，最终在三个 OffensEval 任务中的最佳系统在比较评估中排名中等。

    Jul, 2020

  • 社交媒体中攻击性帖子的类型和目标预测

    本文旨在针对多种不同类型的社交媒体攻击信息进行分类，构建了一个针对这个任务的分层模型，并提供了一个细粒度三层注释方案的 Offensive Language Identification Dataset (OLID) 数据集。最后，我们通过实验证明了不同机器学习模型的性能差异。

    Feb, 2019

  • Duluth 在 SemEval-2020 任务 12 中：使用逻辑回归在英语中识别具有攻击性的推文

    本文介绍了 Duluth 系统参加了 SemEval-2020 任务 12：社交媒体中的多语种攻击性语言识别（OffensEval-2020），利用逻辑回归提供了一个简单的机器学习基线，并使用任务组织者提供的远程监督训练数据进行了模型训练。然而，最终在比较评估中的排名并不高，我们进行了定性分析并发现金标准数据中的类别标签有一定的噪声，这样的高排名可能反映的是训练数据上过拟合而并不能很好地预测英语中攻击性语言的特点。

    Jul, 2020

  • 跨语言归纳迁移学习用于检测攻击性语言

    本文采用跨语言归纳方法基于上下文的词嵌入模型 XLM-RoBERTa 检测跨语言社交媒体中的冒犯性语言，实验结果表明我们的模型在五种语言中表现竞争力，并在零 - shot 学习环境下显示出可扩展性。

    Jul, 2020

  • GUIR at SemEval-2020 Task 12：面向领域的上下文调整模型用于攻击性语言检测

    本文探讨了利用经过领域调整的上下文化语言模型（BERT）以及叠加不同组件和配置（如：多视图支持向量机）来识别带有攻击性语言的存在、带有目标的攻击性语言的存在和目标的类别，作者提出的提交方案在 OffensEval 2020 共享任务中分别取得了 91.7%、66.5% 和 63.2% 的 F1 得分。通过消融实验和误差分析，作者发现领域调整可以极大地提高分类性能，并提出未来的研究方向。

    Jul, 2020

  • Kungfupanda 于 SemEval-2020 12 任务：基于 BERT 的多任务学习用于冒犯性语言检测

    本篇研究论文针对社交媒体中的攻击性内容建立一个结合多任务学习和以 BERT 为基础的模型的系统，利用预训练的 BERT 语言模型有效地学习社交媒体中包含噪音的文本的表示，同时利用其他相关任务的监督信号来提高攻击性语言检测的性能，在 OffensEval-2020 比赛中，我们的模型在英文子任务 A 中达到了 91.51％的 F1 得分，相当于第一名（92.23％F1），同时提供了经验分析来解释我们方法的有效性。

    Apr, 2020

  • SOLID: 一个大规模半监督的辱骂语言识别数据集

    本论文扩展了 OLID 数据集，提出了一个新的名为 SOLID 的数据集，其中包含九百多万英语推文，标记为准半监督方式，使用 SOLID 和 OLID 组合可以获得相当大的性能提升，尤其是在分类学的较低层面。

    Apr, 2020

  • FIRE 2021 HASOC 子赛道概观：英语和印度－雅利安语言中的仇恨言论和攻击性内容识别

    该研究论文介绍了 HASOC 子轨道，旨在为英语、印地语和马拉地语开发基准数据集，以支持在线平台的内容审核。他们解释了两种分析方法，分别为二元分类和精细分类问题，并提供分类算法的性能结果。

    Dec, 2021