arXiv · cs.AI · Shahran Rahman Alve, Faria Naznin, Md Touhidur Rahman, Mohammad Ashrafuzzaman Khan · 12 小时前模型评分41
HierSentNet：结合层级分类与情感特征的仇恨言论检测框架
HierSentNet: Hierarchical Sentiment Analysis Framework for Hate Speech Detection Using Binary and Multiclass Classification
导读
HierSentNet 框架在 Davidson（24,783 条推文）和 HateXplain（19,229 条帖子）上测试了“主导类别优先”层级分类与情感特征的效果，发现该层级结构反而使线性 n-gram 模型的 macro-F1 下降 1.1-1.5 点，VADER 情感特征对 Davidson 的类别加权 macro-F1 无显著影响。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We define HierSentNet, a framework that combines a dominant-class-first hierarchy with sentiment features, and test each component in a controlled study on Davidson et al. (24,783 tweets) and HateXplain (19,229 posts) with five random splits and paired significance tests.”
来源：arXiv · cs.AI · arxiv.org