사회미디어에서의 가짜혐오 감지: 코드믹스 힌디 영어 텍스트 분석

📝 원문 정보

• Title: Decoding Fake Narratives in Spreading Hateful Stories: A Dual-Head RoBERTa Model with Multi-Task Learning
• ArXiv ID: 2512.16147
• 발행일: 2025-12-18
• 저자: Yash Bhaskar, Sankalp Bahad, Parameswari Krishnamurthy

📝 초록 (Abstract)

사회 미디어 플랫폼은 전 세계적 연결성을 가능하게 하지만, 혐오 발언과 거짓 정보가 빠르게 확산되는 중심지로 변모했습니다 (Davidson et al., 2017; Shu et al., 2017). Faux-Hate 공동 작업은 가짜 이야기에 의해 유발된 혐오 발언을 감지하는 특정 현상을 탐색합니다. 참가자들은 코드믹스 힌디-영어 사회 미디어 텍스트에서 이러한 사례를 식별해야 합니다. 이 논문에서는 본 공동 작업을 위한 개발 시스템에 대해 설명하며, 두 가지 주요 하위 작업을 다룹니다: (a) 이진 Faux-Hate 감지, 거짓과 혐오 발언 분류; (b) 대상 및 심각성 예측, 혐오 발언의 목표와 심각성을 범주화합니다. 우리의 접근 방식은 고급 자연어 처리 기술과 도메인 특异性预训练技术相结合，以提高两项任务的性能。该系统取得了有竞争力的结果，证明了利用多任务学习解决这一复杂问题的有效性。

💡 논문 핵심 해설 (Deep Analysis)

이 논문은 사회 미디어 플랫폼에서 혐오 발언과 거짓 정보의 확산 문제를 다루며, 특히 코드믹스 힌디-영어 텍스트에서 가짜 이야기에 의해 유발된 혐오 발언을 감지하는 Faux-Hate 공동 작업을 탐구합니다. 이 연구는 두 가지 주요 하위 작업을 수행하는데, 첫째로 이진 Faux-Hate 감지는 거짓과 혐오 발언을 분류하고, 둘째로 대상 및 심각성 예측은 혐오 발언의 목표와 그 정도를 범주화합니다. 연구팀이 개발한 시스템은 고급 자연어 처리 기술과 도메인 특异性预训练相结合，旨在提高这两项任务的性能。该系统在比赛中取得了有竞争力的结果，证明了利用多任务学习方法解决这一复杂问题的有效性。

📄 논문 본문 발췌 (Excerpt)

📸 추가 이미지 갤러리

Reference