Detectie van haatzaaiende taal — Geautomatiseerde classificatie van schadelijke tekst
Detectie van haatzaaiende taal is een natural-language-processing-taak die automatisch hatelijke, aanstootgevende of schadelijke tekst op sociale media en online platforms identificeert. De taak werd aangescherpt door Davidson en collega's (2017), die aantoonden waarom het scheiden van echte haatzaaiende taal van louter aanstootgevende taal een moeilijk, afzonderlijk classificatieprobleem is in plaats van een enkele toxiciteitsscore.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Automated Hate Speech Detection. ScholarGate. https://scholargate.app/nl/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-inbeddingenText mining↔ compare
- Detectie van nepnieuwsText mining↔ compare
- SentimentanalyseText mining↔ compare
- TekstclassificatieText mining↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →