Erkennung von Hassreden — Automatisierte Klassifizierung schädlicher Texte
Hassredeerkennung ist eine Aufgabe der Verarbeitung natürlicher Sprache, die hasserfüllte, beleidigende oder schädliche Texte auf sozialen Medien und Online-Plattformen automatisch identifiziert. Die Aufgabe wurde von Davidson und Kollegen (2017) geschärft, die zeigten, warum die Trennung von echten Hassreden von lediglich beleidigender Sprache ein schwieriges, eigenständiges Klassifikationsproblem darstellt und nicht nur ein einzelner Toxizitätswert ist.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Davidson, T., Warmsley, D., Macy, M. & Weber, I. (2017). Automated Hate Speech Detection and the Problem of Offensive Language. ICWSM, 11(1), 512-515. DOI: 10.1609/icwsm.v11i1.14955 ↗
- Fortuna, P. & Nunes, S. (2018). A Survey on Automatic Detection of Hate Speech in Text. ACM Computing Surveys, 51(4), 1-30. DOI: 10.1145/3232676 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Automated Hate Speech Detection. ScholarGate. https://scholargate.app/de/text-mining/hate-speech-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERT-EinbettungenText Mining↔ compare
- Fake News DetectionText Mining↔ compare
- Sentiment-AnalyseText Mining↔ compare
- TextklassifizierungText Mining↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →