Automatische Klassifikation offensiver deutscher Sprache in sozialen Netzwerken

Christoph Demus, Dirk Labudde, Jonas Pitz, Nadine Probol, Mina Schütz, Melanie Siegel

Publikation: Beitrag in Buch oder TagungsbandBuchkapitelBegutachtung

Abstract

Der Umgang mit Hatespeech ist bereits seit mehreren Jahren ein Problem im Internet, insbesondere in sozialen Netzwerken. Da die enorme Menge an Kommentaren nicht mehr manuell moderiert werden kann, ist es essenziell, automatische Methoden zur Detektion offensiver Kommentare unterstützend einzusetzen. Doch speziell in Bezug auf die deutsche Sprache bringt die Erforschung von Methoden zur Hatespeech-Erkennung einige Schwierigkeiten mit sich: zum einen sprachliche Besonderheiten und zum anderen die Knappheit geeigneter Datensätze. Deshalb soll mit diesem Kapitel ein Überblick über die Forschungsentwicklung gegeben werden, die wir insbesondere anhand von Shared Tasks darstellen. Außerdem werden geeignete Datensätze, Methoden und Ergebnisse zusammenfassend dargestellt und diskutiert.
OriginalspracheDeutsch
TitelDigitale Hate Speech
Untertitel Interdisziplinäre Perspektiven auf Erkennung, Beschreibung und Regulation
Redakteure/-innenSylvia Jaki, Stefan Steiger
Herausgeber (Verlag)Springer
Seiten65-88
Seitenumfang24
Auflage1
ISBN (elektronisch)978-3-662-65964-9
ISBN (Print)978-3-662-65963-2
DOIs
PublikationsstatusVeröffentlicht - 2023

Research Field

  • Ehemaliges Research Field - Data Science

Diese Publikation zitieren