Rilevamento dell'odio — Classificazione automatizzata di testi dannosi
Il rilevamento dell'odio è un compito di elaborazione del linguaggio naturale che identifica automaticamente testi odiosi, offensivi o dannosi sui social media e sulle piattaforme online. Il compito è stato definito da Davidson e colleghi (2017), che hanno mostrato perché separare l'odio genuino dal linguaggio semplicemente offensivo sia un problema di classificazione difficile e distinto, piuttosto che un singolo punteggio di tossicità.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Automated Hate Speech Detection. ScholarGate. https://scholargate.app/it/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 EmbeddingsText mining↔ compare
- Rilevamento di Fake NewsText mining↔ compare
- Analisi del SentimentoText mining↔ compare
- Classificazione del testoText mining↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →