摘要
在线社交媒体充斥着大量冒犯性与仇恨言论，鉴于每秒生成的帖子数量庞大，亟需实现其自动检测。然而，构建高质量的人工标注数据集在此任务中极为困难且成本高昂，尤其因为非冒犯性内容远多于冒犯性内容。相比之下，未标注数据则极为丰富，获取也更加便捷和经济。在此背景下，可采用自训练（self-training）方法，利用弱标签样本扩充训练数据量。近年来提出的“噪声型”自训练方法引入了文本数据增强技术，以保障模型预测的一致性，并提升对噪声数据及对抗攻击的鲁棒性。本文在五种不同规模的预训练BERT模型上，结合三种不同的文本数据增强技术，对默认自训练与噪声型自训练方法进行了实验比较。实验在两个用于检测冒犯性及仇恨言论的数据集上进行，结果表明：（i）无论模型规模如何，自训练方法均能持续提升性能，在两个数据集上F1-macro指标最高提升达+1.5%；（ii）尽管噪声型自训练在类似任务中表现良好，但在冒犯性与仇恨言论识别任务中，其性能反而低于默认自训练方法，即使采用了如回译（backtranslation）等最先进的数据增强技术，这一现象仍持续存在。