Detección de discurso de odio — Clasificación automatizada de texto dañino
La detección de discurso de odio es una tarea de procesamiento del lenguaje natural que identifica automáticamente texto odioso, ofensivo o dañino en redes sociales y plataformas en línea. La tarea fue definida por Davidson y colegas (2017), quienes demostraron por qué separar el discurso de odio genuino del lenguaje meramente ofensivo es un problema de clasificación difícil y distinto, en lugar de una única puntuación de toxicidad.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Automated Hate Speech Detection. ScholarGate. https://scholargate.app/es/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 EmbeddingsMinería de texto↔ compare
- Detección de Noticias FalsasMinería de texto↔ compare
- Análisis de SentimientoMinería de texto↔ compare
- Clasificación de TextoMinería de texto↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →