ОБЗОР ОБНАРУЖЕНИЯ И ПРЕДОТВРАЩЕНИЯ ОСКОРБИТЕЛЬНОЙ ЛЕКСИКИ С ПОМОЩЬЮ DATA MINING В СОЦИАЛЬНЫХ СЕТЯХ

Аннотация

Это исследование углубляется в многогранную проблему кибербуллинга среди детей и подростков, сосредотачиваясь на разработке адаптированной структуры для решения этой повсеместной проблемы в контексте казахских социальных сетей. Основываясь на всестороннем анализе международных исследований, включая вклад Соединенных Штатов, Англии и европейских стран, работа интегрирует теоретические методологии, такие как анализ, синтез, эмпирическое сравнение и экспериментирование. Контекстуализируя результаты в уникальном культурном и цифровом ландшафте Казахстана, статья стремится преодолеть разрыв между глобальными инсайтами и местными приложениями.

Центральным аспектом данного исследования является изучение технических методологий борьбы с кибербуллингом. В частности, рассматривается создание парсера и систематический сбор данных для обучения алгоритмов машинного и глубокого обучения, способных в реальном времени выявлять и смягчать оскорбительный или уничижительный язык. Эти технологии обещают улучшить проактивную модерацию онлайн-платформ и защитить уязвимых пользователей.

Нацеливаясь как на начинающих специалистов по данным, так и на опытных профессионалов, это исследование подчеркивает необходимость дальнейшего изучения практической реализации алгоритмов глубокого обучения. В рамках более крупного текущего проекта будущая работа будет уточнять эти подходы, а последующие публикации будут более подробно рассматривать развертывание и оптимизацию продвинутых алгоритмических моделей.