Venue: CEUR Workshop Proceedings (EXIST 2023 Shared Task), 13 S.
Authors: J. Böck, M. Schütz, D. Liakhovets, N. Q. Satriani, A. Babic, D. Slijepčević, M. Zeppelzauer, A. Schindler
Dieser Beitrag beschreibt das System des Teams AIT_FHSTP für den EXIST 2023-Benchmark zur Sexismuserkennung in sozialen Medien. Der Ansatz kombiniert Transfer Learning mit Sentiment- und Toxizitäts-Embeddings sowie handgefertigten Features und verbindet moderne Transformer-Repräsentationen mit gezielten, interpretierbaren Signalen, um die Erkennungsleistung zu verbessern.
Die Arbeit ordnet sich in meine übergeordnete Forschung zur Erkennung schädlicher Inhalte im Netz ein.
BibTeX und Details: https://icmt.ustp.at/bibtex/download/69Z4BZYS