Recalibrating classifiers for interpretable abusive content detection
10Citations signalées, ce qui n’est pas une note de qualité
5Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : gb, de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Bertie Vidgen, Scott Hale, Sam Staton, Tom Melham, Helen Margetts, Ohad Kammar, Marcin Szymczak. Proceedings of the Fourth Workshop on Natural Language Processing and Computational Social Science. 2020.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Recalibrating classifiers for interpretable abusive content detection
- Date Crossref
- 01/01/2020
- Éditeur
- Association for Computational Linguistics
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Turing InstituteUniversity of OxfordThe Alan Turing InstituteUniversity of EdinburghRWTH Aachen University
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Hate Speech and Cyberbullying DetectionAdversarial Robustness in Machine LearningCybercrime and Law Enforcement Studies