Please enable JavaScript.
Coggle requires JavaScript to display documents.
BA Arbeit: Methodisches Vorgehen und resultierende Herausforderungen -…
BA Arbeit: Methodisches Vorgehen und resultierende Herausforderungen
Herausforderungen
Tweets nicht vorselektiert
schwierig, die ganze Bandbreite von antisemitischen und anitmuslimisch rassistischen Tweets abdecken
direkte Wortsuche von offensive words/terms gut möglich; um die Ecke formulierte rassistische Aussagen schwierig zu detecten
Algorithmus naiv zu lassen
wenn man Algorithmus aus eigener Sicht mit vermeintlich rasstischen Begriffen füttert, ist der Algorithmus nicht mehr naiv
einzige Möglichkeit: subsample an tweets von Betroffenen bewerten lassen, wie rassistisch sie spezifische tweets empfinden
Rassismus wird subjektiv wahrgenommen, kann sich zwar clustern lassen, aber bleibt ein subjektives Empfinden
Wahrnehmen rassistischer Ausdrücke unterstehen einer gewissen Dynamik: in verschiedenen Zeiträumen in dem jeweiligen Kontext der Zeit unterschiedlich rassistisch wahrgenommen werden
detecting unconcsious bias
Quelle
A Deep Learning-Based Model for an Efficient Hate-Speech Detection in Twitter (try again)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/5fbd071e52165408a299a4c6981f3271e45d35f87c392317c5cfb616da6e4d19
HABERTOR: An Efficient and Effective Deep Hatespeech Detector (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/1ae0311f5285f3c0f9d52069678658ce29de466d979222b457255bfb8be3ef8d
Investigating Cross-Lingual Hate Speech Detection on Social Media (try again)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/a0323d60197f5c3b8c34264a20cbd5a7a16e8c16be7c0bf149324c096dd45ce8
Comparison of Various Word Embeddings for Hate-Speech Detection (try again)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/d8d27cd472300a61aed830cf723558116b4d56aa81deab41155f18db4c12053b
Effective hate-speech detection in Twitter data using recurrent neural networks (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/7e9d301adea25a920611a1fb3c834af867f8fbcf6d094802704fb2fc0090faf0
Neural Word Decomposition Models for Abusive Language Detection (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/9689daa355b148eee5b152cb9308f399046790811ad9e6215879e5bcb2b15c66
All You Need is "Love": Evading Hate-speech Detection (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/f5381dfa2d756095a6ef2e2cd575a315aef9086d0b6a6936511975246406b830
A Systematic Literature Review of Different Machine Learning Methods on Hate Speech Detection (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/0442154c90826d430fe4e972edcc81961c310322243f6f44ab194c54e033677e
Monitoring Users’ Behavior: Anti-Immigration Speech Detection on Twitter (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/c7f6d4a9f2d140aad5cd6459e7dca36035c7cfeedee23fb6e29ba90452f9550d
Automated Hate Speech Detection and the Problem of Offensive Language (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/dbaffd5b2f66fe9e0279a0dc604b405237e681b66d44bf5ef79e1563af1b6f6e
Hate Speech Detection on Twitter: A Social-Aware Approach (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/8d3eb9f6872b54b3dad094e86b78b41d10ed995d4d112a7b1c3a38070c993332
Demographic word embeddings for racism detection on Twitter (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/bfc464f8a5be82b21cba82c9d521a81d6df7ebc283b8e6b57ce8c6e1332d81a6
Let’s talk about detecting racism (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/e3579d3954dc371bbbb769daf63aa774d6184b21e6715a9a928c17d6ce9f9b6c
Racism Detection in Twitter Using Deep Learning and Text Mining Techniques for the Arabic Language (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/3e3c7fbc1d08fd33bc79125ac6e1b2acf04fe691520a1c4e805babcbef5266fb
A dictionary-based approach to racism detection in Dutch social media (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/4620350fc456c8c2bf00ef03e1ee0dec7063ec6ba3767274a3f0076b0b422b9c
Detecting Offensive Language in Tweets Using Deep Learning (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/8208732954815a7bd8b0f8edb469594758f2bcdc63aa768dde6bbfcdca0a61f2
Emotionally Informed Hate Speech Detection: A Multi-target Perspective (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/95b6fc2cf6050d5290757b34bfdfcbfe2ca75eb42bd38aca116e68d7304d5564
Using Shallow and Deep Learning to Automatically Detect Hate Motivated by Gender and Sexual Orientation on Twitter in Spanish (check)
https://katalogplus.ub.uni-bielefeld.de/BASEModulerecord/8788b9b4041518d96282f1f7de6faa98cf30762784b5805185e9243c7dcf35d9