OPUS


Volltext-Downloads (blau) und Frontdoor-Views (grau)

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.

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Tim Wetterau
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):License LogoUrheberrechtlich geschützt