Key points are not available for this paper at this time.
소셜 미디어에서 혐오 발언 식별은 매우 중요하며 텍스트 분류 커뮤니티에서 많은 관심을 받고 있습니다. 영어 이외의 언어에 대한 연구 수요가 큽니다. HASOC 트랙은 힌디어, 독일어, 영어의 혐오 발언 연구 개발을 촉진하는 것을 목표로 합니다. 트위터와 페이스북에서 세 개의 데이터셋이 개발되어 제공되었습니다. 이진 분류와 더 세분화된 하위 분류가 3개의 하위 과제에서 제공되었습니다. 모든 하위 과제에서 321개의 실험이 제출되었습니다. 가장 자주 사용된 접근법은 단어 임베딩 입력을 처리하는 LSTM 네트워크였습니다. 영어, 힌디어, 독일어 혐오 발언 식별을 위한 최고 성능 시스템의 Macro-F1 점수는 각각 0.78, 0.81 및 0.61이었습니다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Thomas Mandl
Sandip Modha
Prasenjit Majumder
Dalhousie University
University of Hildesheim
Dhirubhai Ambani Institute of Information and Communication Technology
Building similarity graph...
Analyzing shared references across papers
Loading...
Mandl 등(목,)은 이 문제를 연구했습니다.
www.synapsesocial.com/papers/6a0aa340286b3ba5d970af72 — DOI: https://doi.org/10.1145/3368567.3368584
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: