Bilingual Sexism Classification: Fine-Tuned XLM-RoBERTa and GPT-3.5 Few-Shot Learning

在网络内容中存在性别歧视是一个普遍的问题，需要有效的分类技术来减轻其有害影响。在线平台经常出现性别歧视的评论和帖子，这会为女性和少数群体创造一个敌对的环境。这些内容不仅传播有害的刻板印象，还会造成情感伤害。可靠的方法对于发现和删除性别歧视内容至关重要，使在线空间更加安全和受欢迎。因此，在CLEF 2024上，sEXism Identification in Social neTworks（EXIST）挑战赛解决了这个问题。该研究旨在通过利用自然语言处理模型，改进双语环境（英语和西班牙语）中的性别歧视识别。任务是确定一个文本是否存在性别歧视，以及其背后的来源意图是什么。我们微调了XLM-RoBERTa模型，并单独使用GPT-3.5进行少量标注的学习提示，以分类性别歧视内容。XLM-RoBERTa模型在处理复杂语言结构方面表现出了强大的性能，而GPT-3.5的少量标注学习能力允许在最少的标注示例下快速适应新数据。我们采用XLM-RoBERTa的方法在任务1（性别歧视识别）的软软评估中取得了第4名的成绩。对于任务2（来源意图），我们在软软评估中取得了第2名的成绩。

该论文旨在通过自然语言处理模型来改进双语环境下（英语和西班牙语）的性别歧视识别，以解决在线内容中性别歧视的问题。

论文使用XLM-RoBERTa模型和GPT-3.5模型进行微调和few-shot学习，以对性别歧视内容进行分类和判断源意图。其中，XLM-RoBERTa模型表现出较强的处理复杂语言结构的能力，而GPT-3.5模型的few-shot学习能力则允许在最少的标记示例下快速适应新数据。

论文在CLEF 2024的EXIST挑战中取得了不俗的成绩，在Task1（性别歧视识别）中取得了第四名，在Task2（源意图）中取得了第二名。实验设计合理，使用了双语数据集，并开源了代码。

最近的相关研究包括：1. "Gender Bias in Online Content Moderation: Evidence from Wikipedia"，2. "A Survey on Detection Methods of Gender Bias in Text"，3. "Mitigating Gender Bias in Natural Language Processing: Literature Review"等。