Tarea de clasificación multiclase consistente en determinar si un tuit contiene expresiones o comportamientos sexistas (es decir, si es sexista en si mismo, describe una situación sexista o critica un comportamiento sexista) y, en caso afirmativo, categorizar el mensaje según el tipo de sexismo (según una categorización propuesta por expertos y que tiene en cuenta las diferentes facetas de la mujer que se ven afectadas): (i) ideológico e inequidad, (ii) estereotipos y dominación, (iii) objetificación, (iv) violencia sexual y (v) misoginia y violencia no sexual.
Publicación
Francisco Rodríguez-Sánchez, Jorge Carrillo-de-Albornoz, Laura Plaza, Adrián Mendieta-Aragón, Guillermo Marco-Remón, Maryna Makeienko, María Plaza, Julio Gonzalo, Damiano Spina, Paolo Rosso (2022) Overview of EXIST 2022: sEXism Identification in Social neTworks. Procesamiento del Lenguaje Natural, Revista nº 69, septiembre de 2022, pp. 229-240.
Idioma
Español
URL Tarea
NLP topic
Tarea abstracta
Dataset
Año
2022
Enlace publicación
Métrica Ranking
Macro F1
Mejores resultados para la tarea
| Sistema | MacroPrecision | MacroRecall | MacroF1 Ordenar ascendente |
|---|---|---|---|
| task2 ELiRF-VRAIN 3.tsv es | 0.5891 | 0.4881 | 0.4867 |
| task2 avacaondata 1.tsv es | 0.5718 | 0.5169 | 0.4864 |
| task2 UMU 1 es | 0.5985 | 0.5026 | 0.4855 |
| task2 ELiRF-VRAIN 1.tsv es | 0.5818 | 0.4964 | 0.4841 |
| task2 AIT FHSTP 3.tsv es | 0.5416 | 0.5215 | 0.4775 |
