EXIST-2023: Sexism categorization (soft-soft)

Muchas facetas de la vida de una mujer pueden ser objeto de actitudes sexistas, como las funciones domésticas y parentales, las oportunidades profesionales, la imagen sexual y las expectativas vitales, por citar algunas. Detectar automáticamente cuáles de estas facetas de la mujer son atacadas con más frecuencia en las redes sociales facilitará el desarrollo de políticas de lucha contra el sexismo. En esta tarea, cada tuit sexista debe clasificarse en una o varias de las siguientes categorías: IDEOLOGICAL AND INEQUALITY, STEREOTYPING AND DOMINANCE, OBJECTIFICATION, SEXUAL VIOLENCE, MISOGYNY AND NON-SEXUAL VIOLENCE.En esta tarea se contempla una evaluación soft-soft en la que se compara la probabilidad de cada etiqueta predicha por el sistema con la probabilidad definida a partir del desacuerdo en la anotación en el gold standard.

Publicación

Plaza, L. et al. (2023). Overview of EXIST 2023 – Learning with Disagreement for Sexism Identification and Characterization. In: Arampatzis, A., et al. Experimental IR Meets Multilinguality, Multimodality, and Interaction. CLEF 2023. Lecture Notes in Computer Science, vol 14163. Springer, Cham. https://doi.org/10.1007/978-3-031-42448-9_23

Competición

EXIST: sEXism Identification in Social neTworks

Idioma

Español

URL Tarea

http://nlp.uned.es/exist2023/

NLP topic

detección de odio

Tarea abstracta

Clasificación

Dataset

EXIST-2023-ES