PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Hate Speech Detection

57 평가 기록 20 datasets

Hate speech detection is the task of detecting if communication such as text, audio, and so on contains hatred and or encourages violence towards a person or a group of people. This is usually based on prejudice against 'protected characteristics' such as their ethnicity, gender, sexual orientation, religion, age et al. Some example benchmarks are ETHOS and HateXplain. Models can be evaluated with metrics like the F-score or F-measure.

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
BiLSTM + static BE
F1-score: 0.7971Classification Accuracy: 0.8015Precision: 0.8037
논문 -
BERT-MRP
AUROC: 0.862Accuracy: 0.704Macro F1: 0.699
논문 코드
MLARAM
Hamming Loss: 0.2948
논문 코드
Mozafari et al., 2019
AAA: 50.94F1 (micro): 84.42
논문 코드
HateBERT
Macro F1: 0.742
논문 코드
mBert
Accuracy: 0.832
논문 코드
HateBERT
Macro F1: 0.494
논문 코드
HXP + CLAP + CLIP
TEST F1 (macro): 0.848
논문 코드
RoBERTa
Weighted Average F1-score: 0.93
논문 코드
RoBERTa
Weighted Average F1-score: 0.93
논문 코드
XLM-RoBERTa
Weighted Average F1-score: 0.60
논문 코드
XLM-RoBERTa
Weighted Average F1-score: 0.87
논문 코드

데이터셋

20개
Ethos BinaryHateXplainEthos MultiLabelWaseem et al., 2018AbusEvalAutomatic Misogynistic IdentificationHatEvalHateMMHopeEDIHopeEDIHopeEDIHopeEDI

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/intelligence-csd-auth-gr/Ethos-Hate-Speech-Dataset 1 논문
github.com/tommasoc80/HateBERT 1 논문

하위 태스크

HS Hope Speech Detection 5 데이터셋 · 9 rows HS Hate Speech Detection CrisisHateMM Benchmark 0 데이터셋 · 0 rows HS Hate Speech Normalization 0 데이터셋 · 0 rows