Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Responsive classifiers against hate speech in low-resource settings

Descripción del proyecto

Ampliar el filtrado de la incitación al odio a las regiones con pocos recursos

En la era de las redes sociales, la incitación al odio se ha convertido en un alarmante problema mundial. Aunque los gigantes tecnológicos emplean modelos de aprendizaje automático para filtrar estos contenidos, la mayoría de las lenguas siguen sin estar cubiertas por la falta de datos de entrenamiento. En este contexto, el equipo del proyecto Respond2Hate, financiado por el Consejo Europeo de Investigación, desarrollará modelos de representación multilingüe. Su objetivo es crear una extensión de navegador fácil de usar, que permita a los usuarios eliminar de forma autónoma y local los contenidos de odio de sus redes sociales. En concreto, Respond2Hate se centra en el desarrollo de modelos ágiles y adaptables que requieren un mínimo de datos de entrenamiento inicial, utilizando técnicas punteras de procesamiento del lenguaje natural y aprendizaje profundo. Al extender el filtrado de la incitación al odio a regiones con pocos recursos, a menudo olvidadas por los gobiernos y las ONG, este proyecto permite a los usuarios controlar su experiencia en línea.

Objetivo

"Hate speech is a worldwide phenomenon that is increasingly pervading online spaces, creating an unsafe environment for users. While tech companies address this problem by server-side filtering using machine learning models trained on large datasets, these automatic methods cannot be applied to most languages due to lack of available training data.

Based on recent results of the PI's ERC project on multilingual representation models in low-resource settings, Respond2Hate aims at developing a pilot browser extension that allows users to locally remove hateful content from their social media feeds themselves, without having to rely on the support of tech companies.

Since hate speech is highly dependent on cultural context, responsive classifiers are needed that adapt to the individual environment. Commercial efforts focus on large-scale, general-purpose models which are often burdened with representation and bias problems, and therefore cope poorly with swiftly changing targets or information shift between regional contexts. In contrast, we seek to develop lightweight, adaptive models that require only a small dataset for initial fine-tuning by continuously enhancing model capabilities over time.

This is achieved by applying state-of-the-art Natural Language Processing (NLP) and deep learning techniques for pre-trained language models like low-resource transfer of hate speech representations from high-resource languages and few-shot learning based on limited user feedback. We have already successfully applied these methods in low-resource multilingual settings, and will now validate their use for hate speech filtering.

By making hate speech detection and reduction available in ""low-resource"" countries with little representation in current training datasets, which are currently not served well by governments, industry and NGOs, Respond2Hate will empower users to self-control their exposure to hate speech, fostering a healthier and safer online environment."

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) ERC-2022-POC2

Ver todos los proyectos financiados en el marco de esta convocatoria

Institución de acogida

LUDWIG-MAXIMILIANS-UNIVERSITAET MUENCHEN
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 150 000,00
Dirección
GESCHWISTER SCHOLL PLATZ 1
80539 MUNCHEN
Alemania

Ver en el mapa

Región
Bayern Oberbayern München, Kreisfreie Stadt
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

Sin datos

Beneficiarios (1)

Mi folleto 0 0