Deteksi Ujaran Kebencian — Klasifikasi Otomatis Teks Berbahaya
Deteksi ujaran kebencian adalah tugas pemrosesan bahasa alami yang secara otomatis mengidentifikasi teks yang penuh kebencian, menyinggung, atau berbahaya di media sosial dan platform daring. Tugas ini dipertegas oleh Davidson dan rekan-rekan (2017), yang menunjukkan mengapa memisahkan ujaran kebencian yang asli dari bahasa yang sekadar menyinggung adalah masalah klasifikasi yang sulit dan berbeda, bukan sekadar skor toksisitas tunggal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Automated Hate Speech Detection. ScholarGate. https://scholargate.app/id/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.
- Embedding BERTPenambangan Teks↔ compare
- Deteksi Berita PalsuPenambangan Teks↔ compare
- Analisis SentimenPenambangan Teks↔ compare
- Klasifikasi TeksPenambangan Teks↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →