Aug, 2023

通过不同的角度研究社交不当言论分类(SUD):“我们是否在同一页面?

TL;DR研究网络文本中的社交不可接受辞谢(SUD)的特征与检测,提出了一个新颖的包含不同在线来源手动标注文本的语料库,并通过分析开放挑战和研究方向讨论可能不同注释方式对SUD学习的影响,以此来测试SUD分类器的泛化能力。同时,提供了一些数据洞察,以支持领域专家进行注释任务。