XiaoMi-AI文件搜索系统
World File Search System仇恨
人工智能与网络仇恨言论审核
社交媒体平台 (SMP) 是交流和信息的主要载体。它们促进无边界交流，允许政治、意识形态、文化和艺术表达，让传统上被压制的群体发出声音，提供主流媒体的替代品（可能受到国家审查），允许传播日常新闻并提高对侵犯人权的认识。然而，正如 Mchangama 等人 1 所指出的，社交媒体平台的大量使用使仇恨和虐待等现象有了新的可见性。社交媒体平台的使用也与缅甸种族灭绝等可怕事件直接相关。作者认识到暴力言论的危险性和迫在眉睫的暴力风险，他认为，在接受仇恨言论在社交媒体上盛行的普遍言论时必须小心，因为实证研究证明了事实恰恰相反。例如，Siegel 等人 1 指出，社交媒体平台的大量使用使仇恨言论在社交媒体上盛行进行了一项研究，以评估特朗普 2016 年的竞选活动（以及随后的六个月）是否导致推特上仇恨言论的增加。2 根据对 12 亿条推文样本的分析，他们发现每天有 0.001% 到 0.003% 的推文包含仇恨言论——“这只占美国推特用户发表的政治语言和一般内容的一小部分”。
Hackney“无仇恨的地方”策略2023至2026 2024-01-25 Hackney HWB封面报告：物质使用 附录9-资本战略2023-24 Hackney的就业策略建议 无家可归和粗糙的睡眠策略2023 -2026
我们有一个良好的加勒比海，土耳其和库尔德人，越南和东正教犹太人社区以及来自非洲国家和东欧的人们的社区。2011年的人口普查估计哈克尼的人口为246,300，预计到2041年将增长到316,500。大约40％的人口来自黑人和全球多数群体，最大的群体（约20％）是黑人或黑人英国人，而36％的人口是白人英国人，而16％是“其他白人”。
仇恨之后的生活
• Conducted eight MHPCD training sessions for • 157 mental health and other professionals • Increased the average participants' knowledge score from 77% to 89% immediately after MHPCD training and to 87% three months after MHPCD training • Adapted ACD training to online modality • 67 local prevention network professionals completed the ACD training • Increased the average participants knowledge score from 57% before to 89% immediately after ACD training and to 88% ACD培训两个月后•开发社区论坛渠道
苏格兰的仇恨犯罪策略
讨厌犯罪可以针对特定人或整个团体。您不必成为目标群体的成员即可成为仇恨犯罪的受害者，因为法律适用于某人对您的身份的信念，即使这是不正确的。它也适用于基于与特定组的关联的犯罪。有些人将属于或认同多个受保护的群体。对于某些人来说，特征的结合将意味着他们以特定的方式经历仇恨犯罪 - 所谓的交叉性。交叉性会严重影响人们遇到仇恨犯罪的方式。
Hatebase - 使用人工智能监控仇恨言论
人们普遍认为仇恨言论是暴力的诱因，尤其是针对弱势少数群体的暴力，也是社会两极分化的诱因，可能导致不稳定和冲突升级。近年来，随着互联网连通性的提高，仇恨言论对脆弱国家的影响不断增加，仇恨言论通过社交媒体传播，并在各国大规模引发迫害、武装冲突和种族灭绝。网上不断流传的仇恨言论数量之多超出了人类版主的能力，因此需要越来越有效的自动化。网上仇恨言论的普遍性也带来了机会，因为这些大量数据可能有助于指示不断升级的不稳定，并带来早期干预的可能性。本研究的目的是提供所涉及过程的技术解释，同时仍试图让技术经验有限或没有该主题经验的受众能够理解这些材料。我们选择了最容易使用的方法和工具来展示尽可能广泛的实用性，重点是现有工具，而不是完全从头开始构建。此外，我们将参考在项目过程中制作的公开代码库。
文章 使用可解释人工智能 (XAI) 检测社交媒体仇恨言论
摘要：可解释人工智能 (XAI) 特性在深度学习模型的仇恨言论检测中具有灵活和多方面的潜力。本研究的目的是解释和说明复杂人工智能 (AI) 模型做出的决策，以了解这些模型的决策过程。作为本研究的一部分，我们采用了两个数据集来演示使用 XAI 进行仇恨言论检测。我们进行了数据预处理，以清除数据中的任何不一致之处、清理推文文本、对文本进行标记和词形还原等。我们还简化了分类变量，以便生成干净的数据集用于训练目的。我们对数据集进行了探索性数据分析，以发现各种模式和见解。我们将各种预先存在的模型应用于 Google Jigsaw 数据集，例如决策树、k-最近邻、多项朴素贝叶斯、随机森林、逻辑回归和长短期记忆 (LSTM)，其中 LSTM 的准确率达到 97.6%。将 LIME（局部可解释模型 - 不可知解释）等可解释方法应用于 HateXplain 数据集。创建了 BERT（来自 Transformer 的双向编码器表示）模型的变体，例如准确率为 93.55% 的 BERT + ANN（人工神经网络）和准确率为 93.67% 的 BERT + MLP（多层感知器），以在使用 ERASER（评估基本原理和简单英语推理）基准的可解释性方面取得良好的表现。
仇恨言论 - 犯罪学和社会学研究所
仇恨言论论文集 ISBN: 978-86-89417-15-9 [PZG] ISBN: 978-86-80756-40-0 [IKSI] 出版商：省公民保护者 - 监察员犯罪学和社会学研究研究所出版商：Prof. Zoran Pavlović 博士，省级公民保护员 - 监察员 Ivana Stevanović 博士，犯罪学和社会学研究所 编辑：Prof. Zoran Pavlović 博士，省公民保护者 - 监察员教授Milana Ljubičić 博士，贝尔格莱德大学哲学系 审稿人：Ivana Stevanović 博士，犯罪学和社会学研究所 Prof. Slađana Jovanović，博士，贝尔格莱德联合大学法学院 印刷设计和准备：Alen Šajfar 印刷：塞尔维亚共和国伏伊伏丁那自治省省级机构联合事务管理 出版年份：2022 年。分区>发行量：100枚
打击虚假新闻和仇恨言论的政策的科学基础
来自德国国家图书馆的书目信息德国国家图书馆将此出版物列入德国国家书目；详细的书目数据可在互联网上查阅，网址为：http://dnb.d-nb.de。版权所有 © 奥地利计算机协会 www.ocg.at 出版商：Facultas Verlags- und Buchhandels AG，1050 Vienna，奥地利 保留所有权利，特别是复制、分发和翻译的权利。 © 奥地利计算机协会 www.ocg.at 排版：奥地利计算机协会 印刷：Facultas Verlags- und Buchhandels AG 1050 Vienna, Stolberggasse 26 ISBN（facultas Verlag）978-3-7089-2274-4 ISBN（奥地利计算机协会）978-3 -903035-31-7
