@正在进行{mishra-etal-2021建模用户,title=“模拟用户和在线社区进行虐待检测:道德和可解释性立场”,author=“Mishra、Pushkar和Yannakoudakis、Helen和叶卡捷琳娜·舒托娃”,editor=“Moens、Marie-Francine和黄、宣静、Specia、Lucia和Yeh,Scott Wen-tau“,booktitle=“计算语言学协会的发现:EMNLP 2021”,月=11月,年=“2021”,address=“多米尼加共和国蓬塔卡纳”,publisher=“计算语言学协会”,url=“https://aclantology.org/2021.findings-emnlp.287”,doi=“10.18653/v1/2021.findings-emnlp.287”,pages=“3374--3385”,抽象=“互联网上的虐待是我们这个时代的一个重要社会问题。数百万互联网用户面临各种平台上的骚扰、种族主义、人身攻击和其他类型的虐待。虐待对个人的心理影响可能是深刻和持久的。因此,在过去几年里,已经有了大量的研究成果致力于NLP领域的自动滥用语言检测。在本立场文件中,我们讨论了用户和在线社区建模在滥用检测中的作用。具体来说,我们回顾并分析了利用用户或社区信息来增强对滥用语言的理解和检测的最新方法。然后,我们探讨了合并用户和社区信息的道德挑战,提出了指导未来研究的考虑因素。最后,我们讨论了滥用语言检测中的可解释性问题,提出了一种可解释方法应该展示的属性。我们描述了用户和社区信息如何促进这些属性的实现,并从属性的角度讨论了可解释性的有效操作。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“mishra-etal-2021-modeling-users”><标题信息>建模用户和在线社区进行虐待检测:道德和可解释性立场</titleInfo><name type=“个人”><namePart type=“given”>Pushkar</namePart>米什拉<角色>作者</角色></name><name type=“个人”>海伦<namePart type=“family”>Yannakoudakis</namePart><角色>作者</角色></name><name type=“个人”>叶卡捷琳娜舒托娃<角色>作者</角色></name><originInfo>发布日期:2021-11发布日期:</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>计算语言学协会的发现:EMNLP 2021</titleInfo><name type=“个人”>玛丽·弗朗辛莫恩斯<角色>编辑器</角色></name><name type=“个人”>轩辕<namePart type=“given”>黄<namePart type=“family”><角色>编辑器</角色></name><name type=“个人”>露西娅Specia系列<角色>编辑器</角色></name><name type=“个人”><namePart type=“given”>斯科特</namePart>文涛<namePart type=“given”>文涛</namePart>Yih(Yih)<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>多米尼加共和国卡纳角</place></originInfo>会议出版物</relatedItem><abstract>网络虐待是我们这个时代的一个重要社会问题。数百万互联网用户面临各种平台上的骚扰、种族主义、人身攻击和其他类型的虐待。虐待对个人的心理影响可能是深刻和持久的。因此,在过去的几年里,在NLP领域,针对自动滥用语言检测进行了大量的研究工作。在本立场文件中,我们讨论了用户和在线社区建模在滥用检测中的作用。具体来说,我们回顾并分析了利用用户或社区信息来增强对滥用语言的理解和检测的最新方法。然后,我们探讨了合并用户和社区信息的道德挑战,提出了指导未来研究的考虑因素。最后,我们讨论了滥用语言检测中的可解释性问题,提出了一种可解释方法应该展示的属性。我们描述了用户和社区信息如何促进这些属性的实现,并从属性的角度讨论了可解释性的有效操作</摘要>mishra-etal-2021建模用户10.18653/v1/2021.findings-emnlp.287<位置><网址>https://aclantology.org/2021.findings-emnlp.287</url></位置><部分>2021-11年<扩展单元=“page”><开始>3374</开始><end>3385</范围></部分></mods></modsCollection>
%0会议记录%T建模用户和在线社区进行虐待检测:关于道德和解释性的立场%普什卡·A Mishra%A Yannakoudakis,海伦%叶卡捷琳娜·舒托娃%玛丽·弗朗辛·Y·莫恩斯%Y Huang,宣景%露西娅·Y·斯佩西亚%Y Yih、Scott Wen-tau%计算语言学协会的发现:EMNLP 2021%D 2021年%11月8日%计算语言学协会%多米尼加共和国C蓬塔卡纳%F mishra-etal-2021建模用户%互联网上的X虐待是我们这个时代的一个重要社会问题。数百万互联网用户面临各种平台上的骚扰、种族主义、人身攻击和其他类型的虐待。虐待对个人的心理影响可能是深刻和持久的。因此,在过去的几年里,在NLP领域,针对自动滥用语言检测进行了大量的研究工作。在本立场文件中,我们讨论了用户和在线社区建模在滥用检测中的作用。具体来说,我们回顾并分析了利用用户或社区信息来增强对滥用语言的理解和检测的最新方法。然后,我们探讨了合并用户和社区信息的道德挑战,提出了指导未来研究的考虑因素。最后,我们讨论了滥用语言检测中的可解释性问题,提出了一种可解释方法应该展示的属性。我们描述了用户和社区信息如何促进这些属性的实现,并从属性的角度讨论了可解释性的有效操作。%R 10.18653/v1/2021.查找-emnlp.287%U型https://aclantology.org/2021.findings-emnlp.287%U型https://doi.org/10.18653/v1/2021.findings-emnlp.287%电话:3374-3385
降价(非正式)
[模拟用户和在线社区进行虐待检测:关于道德和可解释性的立场](https://aclantology.org/2021.findings-emnlp.287)(Mishra等人,2021年调查结果)
国际计算语言学协会
- Pushkar Mishra、Helen Yannakoudakis和Ekaterina Shutova。2021为滥用检测建模用户和在线社区:关于道德和可解释性的立场.英寸计算语言学协会的发现:EMNLP 2021,第3374–3385页,多米尼加共和国卡纳角。计算语言学协会。