تحديد نصوص التنمر الإلكتروني بناءً على التعلم العميق ونماذج اللغة المعتمدة على المحولات

في العصر الرقمي المعاصر، تُعتبر منصات وسائل التواصل الاجتماعي مثل فيسبوك وتويتر ويوتيوب قنوات حيوية للأفراد للتعبير عن الأفكار والتواصل مع الآخرين. على الرغم من تعزيزها للاتصال المتزايد، فإن هذه المنصات أدت بطريق الخطأ إلى ظهور سلوكيات سلبية، لا سيما التنمر الإلكتروني. بينما أُجريت بحوث واسعة على اللغات ذات الموارد العالية مثل الإنجليزية، هناك ندرة ملحوظة في الموارد للغات ذات الموارد المنخفضة مثل البنغالية والعربية والتاميلية، لا سيما فيما يتعلق بنمذجة اللغة. تعالج هذه الدراسة هذه الفجوة من خلال تطوير نظام لتحديد نصوص التنمر الإلكتروني يسمى BullyFilterNeT مخصص لنصوص وسائل التواصل الاجتماعي، مع اعتبار البنغالية حالة اختبار. يتغلب نظام BullyFilterNeT الذكي المطور على تحديات الكلمات خارج المفردات (OOV) المرتبطة بالتضمينات غير السياقية، ويعالج قيود تمثيلات الخصائص المدركة للسياق. لتسهيل فهم شامل، تم تطوير ثلاثة نماذج تضمين غير سياقيين GloVe وFastText وWord2Vec لاستخراج الميزات في البنغالية. تُستخدم هذه النماذج في نماذج التصنيف، باستخدام ثلاثة نماذج إحصائية (SVM، SGD، Libsvm)، وأربعة نماذج تعلم عميق (CNN، VDCNN، LSTM، GRU). بالإضافة إلى ذلك، توظف الدراسة ستة نماذج لغة معتمدة على المحولات: mBERT، bELECTRA، IndicBERT، XML-RoBERTa، DistilBERT، وBanglaBERT، على التوالي للتغلب على قيود النماذج السابقة. بشكل ملحوظ، يحقق نظام BullyFilterNeT المبني على BanglaBERT أعلى دقة بلغت 88.04٪ في مجموعة الاختبار لدينا، مما يؤكد فعاليته في تحديد نصوص التنمر الإلكتروني باللغة البنغالية.