Detecção de Discurso de Ódio — Classificação Automatizada de Texto Prejudicial
A detecção de discurso de ódio é uma tarefa de processamento de linguagem natural que identifica automaticamente texto odioso, ofensivo ou prejudicial em mídias sociais e plataformas online. A tarefa foi aprimorada por Davidson e colegas (2017), que mostraram por que separar o discurso de ódio genuíno da linguagem meramente ofensiva é um problema de classificação difícil e distinto, em vez de uma única pontuação de toxicidade.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Automated Hate Speech Detection. ScholarGate. https://scholargate.app/pt/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.
- Embeddings BERTMineração de texto↔ compare
- Detecção de Notícias FalsasMineração de texto↔ compare
- Análise de SentimentoMineração de texto↔ compare
- Classificação de TextoMineração de texto↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →