Jun, 2022
解释性和高性能的仇恨和冒犯性言论检测
Explainable and High-Performance Hate and Offensive Speech Detection
Marzieh Babaeianjelodar, Gurram Poorna Prudhvi, Stephen Lorenz, Keyu Chen, Sumona Mondal...
TL;DR该研究建立了一个基于 XGBoost 算法的可解释且易于理解的模型(使用 Twitter 数据)来检测社交媒体平台上的仇恨言论和冒犯性言论,并通过 Shapley Additive Explanations(SHAP)方法,使得模型能够解释和解读其输出结果。该模型的 F1 得分高于 LSTM,AutoGluon 和 ULMFiT 模型。