Muchas facetas de la vida de una mujer pueden ser objeto de actitudes sexistas, como las funciones domésticas y parentales, las oportunidades profesionales, la imagen sexual y las expectativas vitales, por citar algunas. Detectar automáticamente cuáles de estas facetas de la mujer son atacadas con más frecuencia en las redes sociales facilitará el desarrollo de políticas de lucha contra el sexismo. En esta tarea, cada tuit sexista debe clasificarse en una o varias de las siguientes categorías: IDEOLOGICAL AND INEQUALITY, STEREOTYPING AND DOMINANCE, OBJECTIFICATION, SEXUAL VIOLENCE, MISOGYNY AND NON-SEXUAL VIOLENCE.
Publicación
Plaza, L. et al. (2023). Overview of EXIST 2023 – Learning with Disagreement for Sexism Identification and Characterization. In: Arampatzis, A., et al. Experimental IR Meets Multilinguality, Multimodality, and Interaction. CLEF 2023. Lecture Notes in Computer Science, vol 14163. Springer, Cham. https://doi.org/10.1007/978-3-031-42448-9_23
Competición
Idioma
Español
Inglés
URL Tarea
NLP topic
Tarea abstracta
Año
2023
Enlace publicación
Métrica Ranking
ICM
Mejores resultados para la tarea
| Sistema | ICM |
|---|---|
| distilbert-base-multilingual-cased | 0.29 |
| ixambert-base-cased | 0.34 |
| distillbert-base-spanish-uncased | 0.33 |
| xlm-roberta-base | 0.32 |
| xlm-roberta-large | 0.40 |
| PlanTL-GOB-ES-roberta-base-bne | 0.37 |
| bertin-roberta-base-spanish | 0.33 |
| bert-base-spanish-wwm-cased | 0.37 |
| PlanTL-GOB-ES-roberta-large-bne | 0.38 |
| bert-base-multilingual-cased | 0.33 |
