La tarea ofrece un marco para estudiar cómo se utiliza el humor para discriminar a las minorías y analizar su interacción con el grado de prejuicio expresado contra grupos específicos. Dados los tuits que expresan prejuicios, la tarea consiste en predecir en una escala continua del 1 al 5 para evaluar qué tan perjudiciales son en promedio los mensajes. .Los tuits están en español y están dirigidos a los siguientes grupos: mujeres y feministas, comunidad LGBTI+, inmigrantes y personas racialmente discriminadas y personas con sobrepeso.
Publicación
Roberto Labadie Tamayo, Berta Chulvi, Paolo Rosso (2023) Everybody Hurts, Sometimes Overview of HUrtful HUmour at IberLEF 2023: Detection of Humour Spreading Prejudice in Twitter. Procesamiento del Lenguaje Natural, Revista nº 71, septiembre de 2023, pp. 383-395.
Idioma
Español
NLP topic
Tarea abstracta
Dataset
Año
2023
Enlace publicación
Métrica Ranking
RMSE
Mejores resultados para la tarea
| Sistema | RMSE Ordenar ascendente |
|---|---|
| MJR-1 | 0.8930 |
| MJR-2 | 0.8930 |
| mesichiquito-1 | 0.8910 |
| cocalao-1 | 0.8900 |
| ByteMeIfYouCan-1 | 0.8870 |
| MosquitosBiased-1 | 0.8810 |
| Zeroimagination-1 | 0.8810 |
| CIC-NLP-1 | 0.8810 |
| Huhuligans-1 | 0.8740 |
| M&C-1 | 0.8550 |
