Рад у зборнику

рецензирана

енглески

Ranka Stanković, Jelena Mitrović, Danka Jokić, Cvetana Krstev

Multi-word Expressions for Abusive Speech Detection in Serbian

Proceedings of the Joint Workshop on Multiword Expressions and Electronic Lexicons

Stella Markantonatou et al

Association for Computational Linguistics

2020

Ovaj rad predstavlja istraživanja na usavršavanju i unapređenju srpske verzije rečnika Hurtlex, višejezičnog leksikona uvredljivih reči. Posebnu pažnju posvećujemo dodavanju izraza sa više reči (polileksemskih jedinica) koji se mogu smatrati uvredljivim, jer su takvi leksički zapisi veoma važni za postizanje dobrih rezultata u mnoštvu zadataka otkrivanja uvredljivog jezika. Srpski morfološki rečnici se koriste kao osnova za čišćenje podataka i stvaranje rečnika. Istaknuta je veza sa drugim leksičkim i semantičkim resursima na srpskom jeziku i predviđena je izgradnja sistema za otkrivanje uvredljivog jezika zasnovanog na tom resursu.

This paper presents our work on the refinement and improvement of the Serbian language part of Hurtlex, a multilingual lexicon of words to hurt. We pay special attention to adding Multi-word expressions that can be seen as abusive, as such lexical entries are very important in obtaining good results in a plethora of abusive language detection tasks. We use Serbian morphological dictionaries as a basis for data cleaning and MWE dictionary creation. A connection to other lexical and semantic resources in Serbian is outlined and building of abusive language detection systems based on that connection is foreseen.

74

84

uvredljiv govor, govor mržnje, leksički izvori, višejezični leksikon, izrazi sa više reči

abusive speech, hate-speech, lexical resources, multilingual lexicon, multi-word expressions

https://www.aclweb.org/anthology/2020.mwe-1.10.pdf

М30

М33

Отворени приступ

Creative Commons – Attribution-Share Alike 4.0 International

.pdf