Process / pipeline

Ανίχνευση Ρητορικής Μίσους — Αυτοματοποιημένη Ταξινόμηση Επιβλαβούς Κειμένου

Η ανίχνευση ρητορικής μίσους είναι ένα έργο επεξεργασίας φυσικής γλώσσας που αναγνωρίζει αυτόματα υβριστικό, προσβλητικό ή επιβλαβές κείμενο στα μέσα κοινωνικής δικτύωσης και σε διαδικτυακές πλατφόρμες. Το έργο οξύνθηκε από τους Davidson και συνεργάτες (2017), οι οποίοι έδειξαν γιατί ο διαχωρισμός της γνήσιας ρητορικής μίσους από την απλώς προσβλητική γλώσσα αποτελεί ένα δύσκολο, διακριτό πρόβλημα ταξινόμησης αντί για ένα ενιαίο σκορ τοξικότητας.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 1). Automated Hate Speech Detection. ScholarGate. https://scholargate.app/el/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.

Compare side by side
ScholarGateHate Speech Detection (Automated Hate Speech Detection). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/text-mining/hate-speech-detection · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026