Detektion av hatretorik — Automatisk klassificering av skadlig text
Detektion av hatretorik är en uppgift inom naturlig språkbehandling som automatiskt identifierar hatisk, stötande eller skadlig text på sociala medier och onlineplattformar. Uppgiften förfinades av Davidson och kollegor (2017), som visade varför det är ett svårt, distinkt klassificeringsproblem att skilja verklig hatretorik från rent stötande språk, snarare än en enda toxicitetspoäng.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Automated Hate Speech Detection. ScholarGate. https://scholargate.app/sv/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-inbäddningarTextutvinning↔ compare
- Detektering av falska nyheterTextutvinning↔ compare
- SentimentanalysTextutvinning↔ compare
- TextklassificeringTextutvinning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →