hateful content | BriefGPT - AI 论文速递

关键词hateful content

搜索结果 - 7

探索边界和强度：揭示社交媒体言论的复杂范围
使用 8,258 条推特进行标注，该研究创建了一个广泛的 Amharic 基准数据集，用于三个任务：分类、识别仇恨目标和评估冒犯和仇恨的强度。结果显示，仇恨和冒犯性言论无法用简单的二元分类解决，并且在连续数值范围内变量化。Afro-XLMR
PDF3 months ago
解读仇恨：辨识仇恨迷因及其目标
提出 Bengali Hateful Memes（BHM）数据集以及用于检测恶意表情包和识别相关社会实体的 DORA 模型，该模型在低资源恶意表情包数据集上表现出色。
PDF4 months ago
关注融合：一种基于 Transformer 的多模态仇恨言论检测方法
通过结合音频和文本表征，利用 Transformer 方法和自主开发的 “Attentive Fusion” 层，本研究提出了一种识别言论是否宣扬仇恨的方法，取得了 0.927 的宏 F1 得分，超过了此前最先进的技术。
PDF6 months ago
仇恨言论：一种由 Discord 上的青少年产生的对话数据集
社交媒体上表达仇恨内容的数量不断上升，年轻人在这方面的受影响较为明显，因此研究自动化仇恨言论分类对于理解数据中的偏见十分重要。本研究提供了一个现代化且匿名的青少年语言数据集，其中包括了 88,395 条带有注释的聊天消息，以提高分类的普适性
PDF10 months ago
使用多语言 Transformer 模型自动分析 Facebook 数据的情感和仇恨言论
本文通过分析 Facebook 上代表性的 far-right Hindutva pages 数据集来解决 Social Media Platforms 上 toxic speech 和 hateful content 的问题，使用 sta
PDFa year ago
基于深度学习的推文中的恶意语言检测
该论文提出了一种在社交媒体上识别仇恨内容的检测方案，并使用带有用户相关信息的各种特征以及来自文本内容的词频向量输入到一组循环神经网络分类器中，经实验证明该方法的有效性不仅可以成功区分仇恨言论和正常文本，而且分类的准确性也高于现有的最先进算法
PDF6 years ago
利用弱监督的双路径自举方法识别显式和隐式仇恨言论
使用弱监督的双路径自举方法，基于大规模无标注数据建立在线仇恨言论检测系统，有效解决了标注偏见和标注成本高昂等问题。在选举前、后和当天收集的大量推文上应用该模型，揭示了煽动性语言的动机和模式。
PDF7 years ago