Contextualized Hate Speech

Abstract

Resultados de un estudio sobre detección del discurso de odio en redes sociales, desde una perspectiva interdisciplinaria, abordando el discurso de odio tanto cuantitativa como cualitativamente, durante el marco temporal de la pandemia de COVID-19. Se construyó un corpus original en la variante "rioplatense" del español centrado en el discurso de odio asociado a la pandemia de COVID-19. Una muestra de este corpus fue anotada manualmente utilizando pautas cuidadosamente diseñadas. Los experimentos de clasificación realizados, utilizando técnicas de aprendizaje automático basadas en transformadores de última generación muestran evidencia de que agregar información contextual mejora el rendimiento de la detección del discurso de odio para dos tareas propuestas: predicción binaria y de múltiples etiquetas, aumentando su Macro F1 en 4,2 y 5,5. puntos, respectivamente. Estos resultados resaltan la importancia del uso de información contextual en la detección del discurso de odio, en este caso las noticias que dieron lugar a los comantarios en la red social Twitter. Código, modelos y corpus están disponibles para futuras investigaciones.