摘要该文章致力于研究使用机器学习方法根据Twitter的数据来检测文本中自动攻击行为的可能性。该论文使用“ Twitter上的自杀意识”数据集分析了各种正式和非正式标志,在此过程中,列出了自动攻击行为最重要的识别。逻辑回归和随机森林方法用于分类,这表明结果令人满意。计划进一步研究,其中包括应用神经模型,例如CNN,RNN(LSTM)和BERT,以将其性能与经典方法进行比较。获得的结果表明,使用机器学习方法检测英语文本中的自动攻击行为的前景,这可能会扩展到乌克兰语言。获得的结果可用于改善生活质量,并减少具有自动攻击趋势的人的社会排斥。