CoSyn: Detecting Implicit Hate Speech in Online Conversations Using a Context Synergized Hyperbolic Network

要約

オンライン会話で交流するソーシャルメディアユーザーの大幅な増加により、ヘイトスピーチが大幅に増加し、さまざまな層の人々に影響を与えています。
これまでの研究のほとんどは、あからさまで憎しみに満ちたフレーズを活用した明示的なヘイトスピーチの検出に焦点を当てており、暗黙的なヘイトスピーチや間接的または暗号化された言語による憎しみを示すヘイトスピーチの検出に焦点を当てた研究はほとんどありませんでした。
この論文では、オンライン会話における暗黙のヘイトスピーチを検出するためにユーザーと会話のコンテキストを明示的に組み込むコンテキスト相乗ニューラル ネットワークである CoSyn を紹介します。
CoSyn は、これらの外部コンテキストをエンコードする新しい方法を導入し、外部コンテキスト間の相互作用を明確に捕捉する新しいコンテキスト相互作用メカニズムを採用し、これらのノイズの多いコンテキストから取得される情報量を独立して評価します。
さらに、ソーシャル メディアのスケール フリー ダイナミクスを説明するために、これらすべての操作を双曲空間で実行します。
私たちは 6 つのヘイト スピーチ データセットに対する CoSyn の有効性を実証し、CoSyn が暗黙のヘイト スピーチの検出においてすべてのベースラインを上回り、絶対的な改善率が 1.24% ～ 57.8% の範囲であることを示しました。

要約(オリジナル)

The tremendous growth of social media users interacting in online conversations has led to significant growth in hate speech, affecting people from various demographics. Most of the prior works focus on detecting explicit hate speech, which is overt and leverages hateful phrases, with very little work focusing on detecting hate speech that is implicit or denotes hatred through indirect or coded language. In this paper, we present CoSyn, a context-synergized neural network that explicitly incorporates user- and conversational context for detecting implicit hate speech in online conversations. CoSyn introduces novel ways to encode these external contexts and employs a novel context interaction mechanism that clearly captures the interplay between them, making independent assessments of the amounts of information to be retrieved from these noisy contexts. Additionally, it carries out all these operations in the hyperbolic space to account for the scale-free dynamics of social media. We demonstrate the effectiveness of CoSyn on 6 hate speech datasets and show that CoSyn outperforms all our baselines in detecting implicit hate speech with absolute improvements in the range of 1.24% – 57.8%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google