메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김재헌 (한국과학기술원) 원동희 (NJIT) 차미영 (기초과학연구원)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.47 No.11
발행연도
2020.11
수록면
1,032 - 1,037 (6page)
DOI
10.5626/JOK.2020.47.11.1032

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
자연 언어 처리의 발전을 통해 혐오 표현 탐지를 위한 인공지능 또한 성장하게 되었다. 하지만 악성 유저는 지속해서 기계에 의해 식별되지 않는 새로운 형태의 혐오 표현을 생성해낸다. 다양한 유형중 하나는 텍스트와 이모트의 혼합으로, 인간에 의해서는 쉽게 검출되지만, 규칙 기반 탐지로는 쉽게 검출할 수 없다. 이 연구는 가장 큰 온라인 스트리밍 서비스 중 하나인 트위치(Twitch.tv)의 채팅 데이터를 분석하여 이러한 유형을 파악한다. 혐오 표현에서 사용되는 이모트와 방송을 진행하고 있는 스트리머 인종간의 비교를 진행한다. 또한 새로운 혐오 표현 유형을 탐지하기 위해 양방향 장단기 메모리 모델을 활용한 새로운 방법을 제시한다. 약 1,500만 개의 채팅 중에서, 이 연구에서 제안된 기법을 통해 F1-score 0.745의 성능으로 혐오 표현을 추가로 검출할 수 있었다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 연구 목표
4. 데이터 수집
5. 데이터 분석: 이모트와 인종 간 관계
6. 모델 설계
7. 모델 성능 및 결과 분석
8. 결론 및 향후 연구
References

참고문헌 (11)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0