La proliferación del discurso de odio en Internet es perjudicial para la salud psicológica de los individuos y la sociedad. Por lo tanto, establecer y apoyar el desarrollo de la detección de discursos de odio y desplegar técnicas de evasión es una tarea vital. Sin embargo, los métodos existentes de detección de discursos de odio tienden a ignorar las características de sentimiento de las oraciones objetivo y tienen dificultades para identificar algunos tipos implícitos de discursos de odio. El rendimiento de la detección de discursos de odio puede mejorar significativamente al recopilar más características de sentimiento de diversas fuentes. En el uso de información de sentimiento externa, la información clave de las oraciones no puede ser ignorada. Por lo tanto, este documento propone un marco de multiexpertos mejorado con palabras clave. Para empezar, se utiliza el módulo multi-experto de aprendizaje multi-tarea para compartir parámetros e introducir información de sentimiento. Además, las características críticas de las oraciones se resaltan mediante el aprendizaje contrastivo. Este modelo se centra tanto en la información clave de la oración como en la información de sentimiento externa. Los resultados experimentales finales en tres conjuntos de datos públicos demuestran la efectividad del modelo propuesto.