Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Jiang, Aiqi"'
Gender-Based Violence (GBV) is an increasing problem online, but existing datasets fail to capture the plurality of possible annotator perspectives or ensure the representation of affected groups. We revisit two important stages in the moderation pip
Externí odkaz:
http://arxiv.org/abs/2410.03543
Publikováno v:
17th International AAAI Conference on Web and Social Media (ICWSM 2023). Please cite accordingly
Supervised approaches generally rely on majority-based labels. However, it is hard to achieve high agreement among annotators in subjective tasks such as hate speech detection. Existing neural network models principally regard labels as categorical v
Externí odkaz:
http://arxiv.org/abs/2212.10405
Autor:
Jiang, Aiqi, Zubiaga, Arkaitz
The goal of sexism detection is to mitigate negative online content targeting certain gender groups of people. However, the limited availability of labeled sexism-related datasets makes it problematic to identify online sexism for low-resource langua
Externí odkaz:
http://arxiv.org/abs/2211.08447
Autor:
Jiang, Aiqi, Zubiaga, Arkaitz
Most hate speech detection research focuses on a single language, generally English, which limits their generalisability to other languages. In this paper we investigate the cross-lingual hate speech detection task, tackling the problem by adapting t
Externí odkaz:
http://arxiv.org/abs/2108.03089
Online sexism has become an increasing concern in social media platforms as it has affected the healthy development of the Internet and can have negative effects in society. While research in the sexism detection domain is growing, most of this resea
Externí odkaz:
http://arxiv.org/abs/2108.03070
Autor:
Jiang, Aiqi, Zubiaga, Arkaitz
Online review platforms are a popular way for users to post reviews by expressing their opinions towards a product or service, as well as they are valuable for other users and companies to find out the overall opinions of customers. These reviews ten
Externí odkaz:
http://arxiv.org/abs/1811.05689
Autor:
Zubiaga, Arkaitz, Jiang, Aiqi
The unmoderated nature of social media enables the diffusion of hoaxes, which in turn jeopardises the credibility of information gathered from social media platforms. Existing research on automated detection of hoaxes has the limitation of using rela
Externí odkaz:
http://arxiv.org/abs/1801.07311
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.