オンラインソーシャルネットワークは、公的談話の中心的な場となり、社会集団に対する敵対的および差別的な言語が、周縁化されたコミュニティに心理的および社会的な影響を与える可能性があります。複数の公共ヘイトスピーチデータセットは利用可能ですが、多くは二項分類の実践に依存しており、標的群間の言語的、文化的、文脈的な変動を隠しています。その結果、マイノリティ及び目に見えにくい形態のヘイトスピーチは十分に文書化されていないし、分析されていません。この討論ペーパーは、既存のヘイトスピーチ注釈スキームにおける方法論的制限を検証し、HatEval2019データセットに適用される再注釈フレームワークを提示します。提案されたフレームワークは、性別に基づく、民族的、人種的、宗教的、外国人嫌悪的ヘイトスピーチのサブカテゴリーを区別するターゲット特有の多クラスラベルを導入し、オンライン談話のより詳細な分析を可能にします。注釈プロセスには複数の独立した注釈者が関与し、系統的な信頼性評価と反復的なガイドラインの洗練が行われました。その結果、5,455の注釈済みテキストから成るデータセットが作成され、標的となるヘイトスピーチ、直接の侮辱、特定のターゲットサブカテゴリーが区別されます。詳細な注釈ガイドラインと文書が提供され、データセットは表形式でオープンに利用可能です。このペーパーは、解釈上の決定、倫理的考慮、データ実践を文書化し、デジタル人文学、談話分析、メディア研究、社会正義研究全体でのデータセットの再利用を可能にします。このデータセットは、研究者がオンラインコミュニケーションにおけるヘイトスピーチ、アイデンティティ、権力関係がどのように構築されているかを検証することを可能にし、より透明で責任ある人文科学データインフラに貢献します。
Kaddouraら（木曜日）はこの問題を研究しました。