Sistema di rilevamento del cyber-trolling - Dhananjay Bhagat - Bog

L'Hate Speech e le molestie sono molto diffuse nella comunicazione online, a causa della libertà e dell'anonimato degli utenti e della mancanza di regolamentazione dei social media. Per questo motivo, il trolling e il bullismo informatico sono un problema importante per la società. Per superare questo problema, possiamo utilizzare la capacità dell'apprendimento automatico per il rilevamento dei discorsi d'odio per catturare proprietà comuni da insiemi di dati generici e trasferire questa conoscenza per riconoscere manifestazioni specifiche di discorsi d'odio utilizzando NLP, ML e analisi. Il nostro obiettivo principale è applicare questo modello sofisticato ed efficiente ai dati testuali per ottenere risultati ottimali e accurati. Abbiamo utilizzato diverse tecniche di machine learning e deep learning, tra cui approcci multimodali. Abbiamo utilizzato un set di dati suddiviso in argomenti specifici come misoginia, sessismo, razzismo, xenofobia e omofobia. L'addestramento di un modello su una combinazione di diversi dataset (trainingset da diversi) topic-specific è più efficace dell'addestramento di un modello su un dataset generico atopico. I dataset possono essere raccolti da varie fonti come YouTubeAPI, Twitter API, web-scrapping o da varie fonti governative. Il nostro obiettivo è quello di eseguire una pre-elaborazione e un'analisi esplorativa dei dati raccolti e di trarne delle conclusioni,