一个用于豪萨、约鲁巴和伊博语言的冒犯性语言和仇恨言论检测的多语言数据集
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
本文介绍了针对尼日利亚四种主要语言的情感数据集及其标注方法，评估了预训练模型和迁移策略，以改善低资源语言的情感分析。研究表明，简单模型在低资源环境下表现最佳，并提出了有效的恶意言论检测框架，以促进在线环境的安全与包容。
❓
Q&A
这个数据集包含哪些语言？
该数据集包含豪萨语、伊博语、尼日利亚皮钦语和约鲁巴语。
研究中使用了哪些模型来检测恶意言论？
研究中使用了LASER嵌入和逻辑回归的简单模型，以及BERT模型。
在低资源环境下，哪种模型表现最佳？
在低资源环境下，使用LASER嵌入和逻辑回归的简单模型表现最佳。
如何减少尼日利亚推特上的恶意内容？
通过人为辅助的内容审核可以有效减少尼日利亚推特上的恶意内容。
这项研究的主要目标是什么？
这项研究旨在解决低资源语言缺乏相关NLP任务支持的问题，并开发检测系统。
NaijaHate数据集的引入有什么重要性？
NaijaHate数据集的引入展示了在低资源环境中进行恶意言论检测的重要性。
🏷️
