Ir al contenido

Documat

Resumen de Overview of HOPE at IberLEF 2023: Multilingual Hope Speech Detection

Luis Alfonso Ureña López Árbol académico, Rafael Valencia García Árbol académico, Salud M. Jiménez Zafra Árbol académico, Miguel Ángel García Cumbreras Árbol académico, Daniel García Baena, José Antonio García Díaz, Bharathi Raja Chakravarthi

  • Multiple

    Definimos el discurso de la esperanza como aquel que es capaz de relajar entornos hostiles y que ayuda, inspira y anima a las personas en momentos de enfermedad, estrés, soledad o depresión. Su detección automática puede tener un efecto muy significativo luchando contra la discriminación sexual y racial o fomentando entornos menos beligerantes. A diferencia de la identificación y censura del discurso negativo o de odio, la detección del discurso esperanzador se centra en reconocer y promover el discurso positivo. En este artículo presentamos los resultados de la tarea de IberLEF 2023, HOPE: Detección multilingüe del discurso de la esperanza, que consiste en identificar si textos escritos en inglés o español contienen o no discurso de esperanza. La competición se organizó a través de CodaLab y atrajo a 50 equipos que se inscribieron. Finalmente, 12 equipos presentaron resultados y 8 enviaron artículos describiendo sus sistemas.

  • English

    Hope speech is the speech that is able to relax hostile environments and that helps, inspires and encourages people in times of illness, stress, loneliness or depression. Its automatic recognition can have a very significant effect fighting against sexual and racial discrimination or fostering less belligerent environments. In contrast to identifying and censoring negative or hate speech, hope speech detection is focused on recognizing and promoting positive speech online. In this paper we present an overview of the IberLEF 2023 shared task, HOPE: Multilingual Hope Speech Detection, consisting of identifying whether texts written in English or Spanish contain hope speech or not. The competition was organized through CodaLab and attracted 50 teams that registered. Finally, 12 submitted results and 8 presented working notes describing their systems.

Fundación Dialnet

Mi Documat