EXIST-2025: Sexism categorization in tweets (hard-hard)

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. (2025). Overview of EXIST 2025: Learning with Disagreement for Sexism Identification and Characterization in Tweets, Memes, and TikTok Videos. In: Carrillo-de-Albornoz, J., et al. Experimental IR Meets Multilinguality, Multimodality, and Interaction. CLEF 2025. Lecture Notes in Computer Science, vol 16089. Springer, Cham.
Idioma
Inglés
Español
NLP topic
Dataset
Año
2025
Métrica Ranking
ICMSoft

Mejores resultados para la tarea

Si has publicado un resultado mejor que los de la lista, envía un mensaje a odesia-comunicacion@lsi.uned.es indicando el resultado y el DOI del artículo, junto con una copia del mismo si no está publicado en abierto.