Phát hiện ngôn từ kích động thù địch — Phân loại tự động văn bản có hại

Phát hiện ngôn từ kích động thù địch là một tác vụ xử lý ngôn ngữ tự nhiên nhằm tự động xác định văn bản mang tính thù địch, xúc phạm hoặc có hại trên mạng xã hội và các nền tảng trực tuyến. Tác vụ này được làm rõ bởi Davidson và cộng sự (2017), những người đã chỉ ra lý do tại sao việc tách biệt ngôn từ kích động thù địch thực sự khỏi ngôn ngữ chỉ đơn thuần là xúc phạm lại là một vấn đề phân loại khó, riêng biệt thay vì một điểm số độc hại duy nhất.