本研究提出了一种基于用户信息的多任务学习架构，以提高社交媒体上英语仇恨言论的检测效果。实验结果表明，结合用户特征与文本特征显著提升了检测性能，展示了该方法在仇恨内容过滤中的潜力。

本文讨论了从用户生成的内容中预测人类活动的任务，并使用句子嵌入框架识别语义并自动聚类这些活动。然后，训练神经网络模型预测给定用户之前发布的帖子和自我描述中执行的活动，并探讨将推断得到的用户特征并入模型的帮助程度。