Автоматический анализ социальных сетей

Угроза грубости, оскорблений и ненависти в Интернете приводит к тому, что многие люди избегают выражать собственные мысли и отказываются в поиске разных мнений. Интернет-платформы и службы пытаются бороться за эффективное общение, позволяя учетным записям пользователей и сообществам ограничивать или полностью отключать комментарии. В выпускной квалификационной работе представлено исследование существующих подходов к задаче классификации текста и преимуществ методов глубокого обучения по сравнению с традиционными методами машинного обучения. Исследование фокусируется на изучении вопросов, касающихся классификации токсических комментариев из социальных сетей методами машинного обучения. Все методы оцениваются по среднему значению ROC AUC по столбцам, используя набор комментариев из редакций Википедии на страницах обсуждений, предоставленных организаторами Toxic Comment Classification Challenge. Конкурс представлен на платформе Kaggle. Главной особенностью настоящей работы является создание модели, которая способна автоматически эффективно обнаруживать различные типы токсичности (токсичность, сильная токсичность, непристойность, угроза, оскорбление, ненависть к личности), которая поможет онлайн-дискуссиям стать более благоприятными и уважительными.