文献

J-GLOBAL ID：202102221477810871   整理番号：21A0446239

SinhalaユニコードテキストにおけるHate音声検出のための機械学習アプローチ【JST・京大機械翻訳】

Machine Learning Approach for the Detection of Hate Speech in Sinhala Unicode Text

著者 (3件)： Samarasinghe S. W. A. M. D. (University of Sri Jayewardenepura,Apple Research and Development Centre,Department of Computer Science, Faculty of Applied Sciences,Nugegoda,Sri Lanka) ,  Meegama R. G. N. (University of Sri Jayewardenepura,Apple Research and Development Centre,Department of Computer Science, Faculty of Applied Sciences,Nugegoda,Sri Lanka) ,  Punchimudiyanse M. (The Open University of Sri Lanka,Faculty of Natural Sciences,Department of Mathematics and Computer Science,Nawala,Sri Lanka)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICTer  ページ： 65-70  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Hate音声出版オンラインプラットフォームは,異なる民族グループ間のコンフリクトを引き起こしているので,Sri Lankaにおける重要課題となっている。この犯罪を止める主な障壁の一つは,自動的にSinhalaのオンラインヘートコンテンツを検出する資源の欠如である。オンラインプラットフォームで発行された膨大な量のコンテンツのために,この問題を解決するため,自動方法が実行されなければならない。解として,まず,与えられたテキストコーパスを幸福に分類する2つの畳み込みニューラルネットワーク(CNN)を利用する深層学習メカニズムを提案した。次に,テキストコーパスがヘートコンテンツテキストを含むならば,それは,決定を行うために,当局によって使用することができるそのヘートレベルに従って,再び分類されるであろう。テキストデータを数値ベクトルに変換するために,本研究ではFastText単語埋込みを用いた。結果は,ヘート音声分類とヘートレベル分類に対して,それぞれ83%と60%の精度を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  犯罪 ,  民族 ,  単語 ,  *機械学習 ,  コンテンツ
準シソーラス用語： オンライン ,  テキストコーパス ,  音声検出 ,  深層学習 ,  畳込みニューラルネットワーク ,  テキストデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ユニコード ,  音声検出 ,  機械学習