Non-contextual binary classification of offensive comments MEX

El objetivo principal de MeOffendEs es promover la investigación sobre la detección de lenguaje ofensivo en variantes del español. Esta tarea consiste en clasificar tuits como ofensivos o no ofensivos en el corpus Offend-MEX, es decir, se trata de un problema de clasificación binaria de textos. Un texto se considera ofensivo cuando el lenguaje se utiliza para cometer una ofensa explícita o implícitamente dirigida que puede incluir insultos, amenazas, blasfemias o palabrotas.

Publicación
Flor Miriam Plaza-del-Arco, Marco Casavantes, Hugo Jair Escalante, M. Teresa Martín-Valdivia, Arturo Montejo-Ráez, Manuel Montes-y-Gómez, Horacio Jarquín-Vásquez, Luis Villaseñor-Pineda (2021) Overview of MeOffendEs at IberLEF 2021: Offensive Language Detection in Spanish Variants.Procesamiento del Lenguaje Natural, Revista nº 67, septiembre de 2021, pp. 183-194.
Idioma
Español
NLP topic
Tarea abstracta
Dataset
Año
2021
Métrica Ranking
Micro F

Mejores resultados para la tarea

Sistema Precisión Recall F1
UMUTeam 0.6650 0.6763 0.6706
CIMAT-GTO 0.6633 0.6958 0.6792
DCCD-INFOTEC 0.6733 0.6966 0.6847
NLP-CIC 0.7550 0.6407 0.6932
CIMAT-MTY-GTO 0.7600 0.6533 0.7026

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.