EXIST 2022: Sexism detection

Problema de clasificación binaria, consistente en determinar si un texto o mensaje es sexista o no. Se incluye cualquier tipo de expresión sexista o fenómenos relacionados, como aseveraciones descriptivas o reportadas donde el mensaje sexista es un reporte o una descripción de un evento sexista. En concreto, se asignan dos etiquetas:

- Sexista: el tuit o gab expresa comportamientos o discursos sexistas.
- No sexista: el tuit o gab no expresa ningún comportamiento o discurso sexista.

Publicación
Francisco Rodríguez-Sánchez, Jorge Carrillo-de-Albornoz, Laura Plaza, Adrián Mendieta-Aragón, Guillermo Marco-Remón, Maryna Makeienko, María Plaza, Julio Gonzalo, Damiano Spina, Paolo Rosso (2022) Overview of EXIST 2022: sEXism Identification in Social neTworks. Procesamiento del Lenguaje Natural, Revista nº 69, septiembre de 2022, pp. 229-240.
Competición
EXIST 2022: sEXism Identification in Social neTworks
Idioma
Español
URL Tarea
http://nlp.uned.es/exist2022/
NLP topic
detección de odio
Tarea abstracta
Clasificación
Dataset
EXIST-2022-ES
Año
2022
Enlace publicación
http://journal.sepln.org/sepl…
Métrica Ranking
Accuracy

Mejores resultados para la tarea

Sistema F1 Accuracy MacroF1 Pearson correlation ICM
Xlm roberta large 0.7663 0.7663 0.7663 0.7663 0.77
XLM-RoBERTa-large-v3 0.7452 0.7452 0.7452 0.7452 0.75
XLM-RoBERTa-large 0.7452 0.7452 0.7452 0.7452 0.75
XLM-RoBERTa-large-2 0.7452 0.7452 0.7452 0.7452 0.75
Xlm roberta base 0.7395 0.7395 0.7395 0.7395 0.74
PlanTL GOB ES roberta base bne 0.7356 0.7356 0.7356 0.7356 0.74
Bertin roberta base spanish 0.7280 0.7280 0.7280 0.7280 0.73
PlanTL GOB ES roberta large bne 0.7241 0.7241 0.7241 0.7241 0.72
Bert base multilingual cased 0.7222 0.7222 0.7222 0.7222 0.72
Distilbert base multilingual cased 0.7222 0.7222 0.7222 0.7222 0.72