Apr, 2023

反犹信息？高质量注释指南和推文标注数据集指南

PDF
TL;DR构建了一个进行反犹太主义言论自动检测的标注过的数据集，该数据集通过有关关键词，并给予标注人员对一个常用定义的反犹太主义进行刻意强制应用来涵盖广泛的讨论主题，并包括 1250 条符合国际大屠杀纪念联盟关于反犹太主义的定义，并且未被错误标记的推文，该数据集是针对 Twitter 在 2019 年 1 月至 2021 年 12 月期间的英文推文。
发现论文，激发创造
  • 建立仇恨言论检测数据集的信息检索方法

    通过信息检索领域的标准方法，采用池化和主动学习技术及任务分解和注释说明技巧，构建了一个更全面的针对 Twitter 中仇恨言论检测的基准数据集，并显示了现有检测模型在这些更广泛的仇恨形式测试中准确度的显著下降。

    Jun, 2021

  • 当代网络反犹太主义和阴谋叙事的代码，图案和形状 -- 在 COVID-19 背景下的注释指南和带标签的德语数据集

    在 COVID-19 大流行期间，新的阴谋论和现有阴谋论被刷新，经常与反犹太故事情节、刻板印象和代码交织在一起。在网络上存在如此多反犹太和阴谋论内容，数据驱动的算法方法对于反歧视组织和研究人员都是必不可少的。本文旨在开发反犹太和阴谋理论在线内容注释指南，以关闭相关研究的知识库不足。我们为 COVID-19 这一语境下的在线内容提供工作定义，包括编码式和后 - 大屠杀反犹太主义等具体形式，使用这些定义标注了一个德语数据集。

    Oct, 2022

  • 网络有害言论的多维度识别视角：不只是仇恨

    本文介绍了一种使用多个标签注释恶意在线言论的方法，强调了注释应该是细致、准确的。作者发布了一个高质量的数据集，使用六个标签注释了超过 40,000 条有关移民的推文，在此数据集上训练模型的表现优于基准数据集。

    Oct, 2022

  • 仇恨言论和辱骂语料库中的交叉偏见

    本研究通过对 Twitter 数据集进行分类，发现算法对于辱骂言论和仇恨言论的判别对非裔美国人和非裔男性的偏见较强，这提供了有关算法数据集中交叉偏见的首个系统性证据。

    May, 2020

  • 分解仇恨言论：一种研究社交媒体中仇恨言论的新注释框架

    我们提出了一种新颖的标注方案，将仇恨言论分为五个独立的话语类别。通过构建包含对犹太人进行仇恨表达的超过 2.9M 条推特帖子的语料库，并对其中的 1,050 条推文进行注释，我们对注释的数据集进行了统计分析，并讨论了注释示例，最后提出了未来工作的有前途的方向。

    Nov, 2023

  • 社交媒体中的强韧仇恨言论检测：跨数据集实证评估

    针对在线仇恨言论的自动检测是 NLP 领域的一个研究热点。本文通过对不同的仇恨言论检测数据集进行微调，分析了数据集通用性的差异，并证明了数据集的组合能够促进强大的仇恨言论检测模型的发展。

    Jul, 2023

  • 使用 BERT 监测极端社交媒体上反犹太主义言论的演变

    通过自动化方法和无监督机器学习，从极端社交媒体中提取反犹太主义的主题和术语，以监测其情绪和演变，预防仇恨升级。

    Feb, 2024

  • 利用多模深度学习检测网络反犹太主义 -《颠覆犹太统治

    该研究提出了首个基于多模态检测在线反犹内容的自动化方法，致力于解决在线社交媒体不断泛滥的反犹行为。该方法包括从帖子中提取图像和文本信息，识别反犹言论的类别，以及评估系统的有效性和鲁棒性等方面。

    Apr, 2021

  • 构建仇恨言论检测数据集的挑战

    通过对针对性别少数群体的仇恨言论的具体例子，本文分析了仇恨言论检测所面临的问题，并提出了一个以数据为中心的综合框架，以跨七个广泛的维度来概括数据创建流程，同时指出实践者将从按照该框架来创建未来的仇恨言论数据集中获益。

    Sep, 2023

  • MetaHate: 一个用于整合仇恨言论检测努力的数据集

    恶意言论是一种广泛而有害的在线话语形式，通常通过一系列诋毁性的言辞来表现，如令人厌恶的推文和诽谤帖子。本研究旨在解决这一现象，提出了一个全面的元数据集，并对现有的收集进行了详细的研究，以推动更强大和适应性更强的模型的训练，以有效对抗数字领域中恶意言论的动态和复杂性。

    Jan, 2024