Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Hate Speech behandeln : Diagnosewerkzeuge aus der Computerlinguistik

Publikation

Hate Speech behandeln : Diagnosewerkzeuge aus der Computerlinguistik

Schäfer, Johannes (2025): Hate Speech behandeln : Diagnosewerkzeuge aus der Computerlinguistik, in: Bamberg: Otto-Friedrich-Universität, S. 89–109.

Details

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Schäfer, Johannes
Verlagsangabe
Otto-Friedrich-Universität : Bamberg
Erscheinungsjahr
2025
Quelle/Weitere Ausgabe
Sylvia Jaki und Stefan Steiger (Hrsg.), Digitale Hate Speech, Berlin, Heidelberg: Springer, 2023, S. 89–109, ISBN: 978-3-662-65963-2, 978-3-662-65964-9
Jahr der Erstpublikation
2023
Sprache(n)
Deutsch
Lizenz
URN
Abstract

Hate Speech stellt in sozialen Medien ein offenkundiges Problem dar, welches in der Forschung in den letzten Jahren zunehmend interdisziplinär untersucht wird. In diesem Artikel beleuchte ich das Phänomen aus computerlinguistischer Sicht und beschreibe näherungsweise erprobte Herangehensweisen für Lösungsansätze. Durch eine Diskussion von Anwendungsmöglichkeiten ordne ich das Problem in die computerlinguistische Forschung ein, wobei sich hier die automatische Erkennung von Hate Speech in Kurznachrichten vordergründig als Hauptaufgabe herausgestellt hat. Ich zeige jedoch, dass damit nur ein Teil des Problems untersucht wird. Beispielsweise der Kontext von Nachrichten bleibt in den meisten Forschungen zur Hate-Speech-Erkennung außen vor, was eine Diskrepanz zum realen Vorkommen des Phänomens darstellt. Auch zeige ich, dass es weitere, wenig untersuchte Forschungsrichtungen zum Phänomen Hate Speech gibt, wie zum Beispiel die Analyse von Teiläußerungen. Schließlich schlage ich eine Einteilung von Lösungsansätzen zur Erkennung von Hate Speech in drei Kategorien vor, zu denen ich jeweils einen einleitenden Überblick gebe: Lexikonbasierte Systeme, erklärbare maschinelle Lernsysteme und neuronale Netzwerke.

Freie Schlagwort(e)
Hate Speech
Peer Reviewed
nein
Internationale Verbreitung
nein
Dokumenttyp
Beitrag in einem Sammelwerk / Postprint
URI
Datum der Freischaltung
12.12.2025

Permalink: https://fis.uni-bamberg.de/handle/uniba/112140 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 15.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.