arXiv 2305.000762023-04-28cs.CL

HausaNLP 参加 SemEval-2023 任务10：面向多层次性别歧视分类的迁移学习、合成数据与辅助信息

HausaNLP at SemEval-2023 Task 10: Transfer Learning, Synthetic Data and Side-Information for Multi-Level Sexism Classification

Universiti Teknologi PETRONAS（马来西亚石油科技大学）；Bayero University, Kano（卡诺贝罗大学）；Ahmad Bello University, Zaria（扎里亚艾哈迈德·贝洛大学）；Kaduna State University（卡杜纳州立大学）；HausaNLP（豪萨语自然语言处理研究组）

Saminu Mohammad Aliyu, Idris Abdulmumin, Shamsuddeen Hassan Muhammad, Ibrahim Said Ahmad, Saheed Abdullahi Salahudeen, Aliyu Yusuf, Falalu Ibrahim Lawan

备注：: 5 pages, 3 figures

阅读 PDF

arXiv 页面 ↗HTML 原文 ↗

AI总结：

本研究参与SemEval-2023任务10的在线性别歧视检测，通过迁移XLM-T与HateBERT模型、结合合成分类与中间类信息优化多层次分类，在任务A中获0.82的F1值，排名第49，性能接近最优系统。

摘要：

我们介绍了参与 SemEval-2023 任务10：在线性别歧视可解释检测（EDOS）任务的研究结果，该任务是针对英文 Gab 和 Reddit 数据集的冒犯性语言（性别歧视）检测共享任务。我们探究了迁移两种语言模型——XLM-T（情感分类模型）和 HateBERT（同领域——Reddit 领域模型）——用于多层次分类（分为性别歧视/非性别歧视，以及性别歧视数据的后续子类分类）的效果。我们还利用无标注数据集的合成分类结果和中间类别信息来最大化模型性能。我们在任务A中提交了系统，以 0.82 的 F1 值排名第 49 位。该结果具有竞争力，其 F1 值仅比最佳系统低 0.052%。

英文摘要：

We present the findings of our participation in the SemEval-2023 Task 10: Explainable Detection of Online Sexism (EDOS) task, a shared task on offensive language (sexism) detection on English Gab and Reddit dataset. We investigated the effects of transferring two language models: XLM-T (sentiment classification) and HateBERT (same domain -- Reddit) for multi-level classification into Sexist or not Sexist, and other subsequent sub-classifications of the sexist data. We also use synthetic classification of unlabelled dataset and intermediary class information to maximize the performance of our models. We submitted a system in Task A, and it ranked 49th with F1-score of 0.82. This result showed to be competitive as it only under-performed the best system by 0.052% F1-score.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。