Vergleichende Studie zu Feature Selektionsalgorithmen zur Klassifikation von gerichteter offensiver Sprache
Comparative Study on Feature Selection Approaches for Classification of Targeted Offensive Language
- Offensive Sprache im Internet ist ein stark diskutiertes Problem in sozialen Medien. Angriffe richten sich oftmals gegen Einzelpersonen, können aber auch auf Gruppen und andere Strukturen abzielen. Die Erkennung angreifender Inhalte funktioniert in vielen Ansätzen bereits sehr gut. Die Erkennung der Ziele hingegen ist bisher nur wenig erforscht. Die vorliegende Arbeit befasst sich mit der Aufarbeitung des aktuellen Forschungsstandes zu offensiver gerichteter Sprache, den Grundlagen derer Erkennung und dem Vergleich verschiedener Ansätze. Die Auswirkungen von Vorverarbeitung und Parametrisierung der Modelle werden analytisch diskutiert.
Author: | Tim Wetterau |
---|---|
URN: | urn:nbn:de:bsz:mit1-opus4-137013 |
Advisor: | Dirk Labudde, Michael Spranger |
Document Type: | Bachelor Thesis |
Language: | German |
Year of Completion: | 2022 |
Granting Institution: | Hochschule Mittweida |
Release Date: | 2023/01/16 |
GND Keyword: | Internet; Hassrede; Maschinelles Lernen |
Page Number: | 72 |
Institutes: | Angewandte Computer‐ und Biowissenschaften |
DDC classes: | 006.31 Maschinelles Lernen |
Open Access: | Frei zugänglich |
Licence (German): | ![]() |