SIGIR会议聚焦包容性AI与多语言技术

某机构在SIGIR：迈向更包容的AI

SIGIR 2021会议即将召开，某机构访问学者、智利大学计算机科学副教授Barbara Poblete担任博士联盟和多样性、公平与包容委员会联合主席。

Poblete自2019年该委员会成立以来一直担任成员。"对SIGIR会议和整个SIGIR社区来说，尽可能保持包容性至关重要，"她说。"每个人都应该感到受欢迎，并受到尊重和尊严。我们为SIGIR会议制定了一套指南，与组织者共享。这个我们称之为'包容性清单'的工具，有助于使这些会议更具包容性。"

仇恨言论检测

Poblete的研究重点是将机器学习的好处扩展到新社区，并让在线社区成员感到更安全和更受欢迎。

"我从事仇恨言论检测工作，并一直专注于多语言方面，因为我们发现先前的工作主要集中在英语上，"她说。"这为南美和其他英语不是主要语言的国家造成了差距。"

Poblete解释说，主要技术挑战是利用英语资源为训练数据相对较少的非英语语言社区构建模型。

"例如，仇恨言论检测问题因国家而异。即使在智利和阿根廷之间，仇恨言论词汇也不同。这不仅仅是语言适应，还有文化适应。"

Poblete表示，他们采用数据集丰富化方法："例如，我有西班牙语数据集，会添加标记的英语数据，看看是否可以通过添加多语言数据来改进分类器。或者我们尝试为特定领域创建特定嵌入，如仇恨言论。"

灾害检测

Poblete的研究小组开始将社交媒体分析技术应用于危机信息学领域的问题。

"我们使用社交媒体数据来改进灾害检测和信息收集工具，"Poblete解释说。"智利经常发生地震和洪水，所以对此很感兴趣。这是一个类似的问题：如何将其他语言的资源用于我们的语言？如何创建任何人都可以使用的通用工具，而不需要大量资源？"

该小组开发了一个名为twicalli.cl的网站，使用机器学习模型自动处理推文，以评估感知到的地震强度。

"智利国家地震中心使用这个系统，"Poblete说。"我们也用于海军，许多紧急办公室都依赖这个系统。智利有很多地震仪，但我们无法真正告诉人们感受到的地震情况。这是重要信息，因为不同地方可能发生相同震级的地震，但根据地震深度或地形类型，感受会不同。"

"对于人口密集且有人发推文的地区，我们可以在30分钟内估算出来。而这过去有时需要数天，需要专家到地震发生的地方。在危机管理中，最初几分钟非常重要。在这些最初几分钟收集的信息将改变应对紧急情况的方式和援助到达的速度。"

当前研究重点

"我们现在正在研究的问题是检测与危机相关的消息与噪音消息，"Poblete说。"您希望将来自事件发生地的消息与只是提及这些内容的其他人的消息分开。当您有一个流行的标签时，会收到许多与之无关的消息。为了区分这两者，我们为该问题训练特定于灾害的词嵌入。我们正在测试是否可以通过来自其他国家的地震数据来增强我们在西班牙语中关于智利地震的信息。不仅是跨语言学习，还有跨领域学习。我能否从地震中学习来检测飓风或洪水，或以前从未发生过的新事物？因为这也是应急准备的一部分。"
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码