SemEval-2023 Task 10: Explainable Detection of Online Sexism

要約

オンラインの性差別は、広く蔓延している有害な現象です。
自動化されたツールは、性差別を大規模に検出するのに役立ちます。
ただし、バイナリ検出は性差別的なコンテンツの多様性を無視しており、何かが性差別的である理由について明確な説明を提供できません。
この問題に対処するために、オンライン性差別の説明可能な検出 (EDOS) に SemEval タスク 10 を導入します。
私たちは 3 つの主な貢献を行っています。i) 性差別的なコンテンツの新しい階層的分類法。
ii) 20,000 件のソーシャル メディア コメントの新しいデータセットと、モデル適応用のラベルのない大規模なデータセット。
iii) ベースライン モデルと、タスクへの参加者提出の方法、結果、およびエラーの分析。

要約(オリジナル)

Online sexism is a widespread and harmful phenomenon. Automated tools can assist the detection of sexism at scale. Binary detection, however, disregards the diversity of sexist content, and fails to provide clear explanations for why something is sexist. To address this issue, we introduce SemEval Task 10 on the Explainable Detection of Online Sexism (EDOS). We make three main contributions: i) a novel hierarchical taxonomy of sexist content, which includes granular vectors of sexism to aid explainability; ii) a new dataset of 20,000 social media comments with fine-grained labels, along with larger unlabelled datasets for model adaptation; and iii) baseline models as well as an analysis of the methods, results and errors for participant submissions to our task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google