Exploration of Multi-Corpus Learning for Hate Speech Classification in Low Resource Scenarios
Exploration de l'apprentissage multi-corpus pour la classification du discours de haine dans des scénarios à faibles ressources
Résumé
The dramatic increase in social media has given rise to the problem of online hate speech. Deep neural network-based classifiers have become the state-of-the-art for automatic hate speech classification. The performance of these classifiers depends on the amount of available labelled training data. However, most hate speech corpora have a small number of hate speech samples. In this article, we aim to jointly use multiple hate speech corpora to improve hate speech classification performance in low-resource scenarios. We harness different hate speech corpora in a multi-task learning setup by associating one task to one corpus. This multi-corpus learning scheme is expected to improve the generalization, latent representations, and domain adaptation of the model. Our work evaluates multi-corpus learning for hate speech classification and domain adaptation. We show significant improvements in classification and domain adaptation in low-resource scenarios.
L'augmentation spectaculaire des médias sociaux a donné lieu au problème du discours de haine en ligne. Les classificateurs basés sur des réseaux de neurones profonds sont devenus l'état de l'art pour la classification automatique des discours de haine. Les performances de ces classificateurs dépendent de la quantité de données d'apprentissage étiquetées disponibles. Cependant, la plupart des corpus de discours de haine contiennent un petit nombre d'échantillons de discours de haine. Dans cet article, nous visons à utiliser conjointement plusieurs corpus de discours de haine pour améliorer les performances de classification des discours de haine dans des scénarios à faibles ressources. Nous exploitons différents corpus de discours de haine dans une configuration d'apprentissage multi-tâches en associant une tâche à un corpus. Ce schéma d'apprentissage multi-corpus devrait améliorer la généralisation, les représentations latentes et l'adaptation au domaine du modèle. Notre travail évalue l'apprentissage multi-corpus pour la classification des discours de haine et l'adaptation au domaine. Nous montrons des améliorations significatives dans la classification et l'adaptation de domaine dans des scénarios à faibles ressources.
Fichier principal
TSD_2022_multi_corpus_learning_camera_ready.pdf (319.29 Ko)
Télécharger le fichier
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|