NLP for Counterspeech against Hate: A Survey and How-To Guide

要約

近年、カウンタースピーチは、オンライン上のヘイトと戦うための最も有望な戦略の 1 つとして浮上しています。
こうしたエスカレーションのない対応は、ユーザーの言論の自由を守りながらオンラインでの虐待に対処し、オンラインおよびオフラインでの暴力の削減に目に見える効果をもたらす可能性があります。
最近、自然言語処理 (NLP) コミュニティでは、手動で作成する多大な負担を軽減するために、反論発言を分析、収集、分類し、自動的に生成するという課題に対処することに関心が高まっています。
特に、研究者はこれらの課題に対処するためにさまざまな方向を向いており、さまざまな関連タスクやリソースを提供しています。
このペーパーでは、詳細な例を使用して、実施する手順を説明し、このテーマに関する NLP 研究から学ぶことができるベスト プラクティスを提供することで、カウンタースピーチに関する研究を行うためのガイドを提供します。
最後に、NLP におけるカウンタースピーチ研究の未解決の課題と今後の方向性について説明します。

要約(オリジナル)

In recent years, counterspeech has emerged as one of the most promising strategies to fight online hate. These non-escalatory responses tackle online abuse while preserving the freedom of speech of the users, and can have a tangible impact in reducing online and offline violence. Recently, there has been growing interest from the Natural Language Processing (NLP) community in addressing the challenges of analysing, collecting, classifying, and automatically generating counterspeech, to reduce the huge burden of manually producing it. In particular, researchers have taken different directions in addressing these challenges, thus providing a variety of related tasks and resources. In this paper, we provide a guide for doing research on counterspeech, by describing – with detailed examples – the steps to undertake, and providing best practices that can be learnt from the NLP studies on this topic. Finally, we discuss open challenges and future directions of counterspeech research in NLP.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google