摘要

仇恨表情包分类是一项具有挑战性的多模态任务，需要复杂的推理和背景知识。理想情况下，我们可以利用显式的外部知识库来补充仇恨表情包中的上下文和文化信息。然而，目前尚不存在能够提供此类仇恨言论上下文信息的显式外部知识库。为了解决这一问题，我们提出了PromptHate，一种简单而有效的基于提示的模型，该模型通过提示预训练语言模型（PLMs）来进行仇恨表情包分类。具体而言，我们构建了简单的提示，并提供了几个上下文示例，以利用预训练的RoBERTa语言模型中的隐含知识进行仇恨表情包分类。我们在两个公开可用的仇恨和冒犯性表情包数据集上进行了广泛的实验。实验结果表明，PromptHate能够实现高达90.96的AUC值，在仇恨表情包分类任务中优于现有的最先进基线方法。此外，我们还对各种提示设置进行了细致的分析和案例研究，展示了提示在仇恨表情包分类中的有效性。