作者：Mai ElSherief,Caleb Ziems,David Muchlinski,Vaishnavi Anupindi,Jordyn Seybolt,Munmun De Choudhury,Diyi Yang

简介：仇恨言论在社交媒体上显著增加，经统计对各类受害者都造成了严重后果。尽管人们非常关注歧视性言语的特征和检测，但大多数工作都集中在明确或公开的仇恨言语上，未能解决基于编码或间接语言的更普遍形式。为了填补这一空白，这项工作引入了一种理论上合理的隐式仇恨言语分类法和一个基准语料库，每个消息及其含义都有细粒度的标签。作者使用当前基线对数据集进行系统分析，以检测和解释隐性仇恨言论，并讨论挑战现有模型的关键特征。该数据集将继续作为了解这一多方面问题的有用基准。

论文下载：https://arxiv.org/abs/2109.05322

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除