Erkennung von Cybermobbing-Texten basierend auf Deep Learning und Transformer-basierten Sprachmodellen

Im zeitgenössischen digitalen Zeitalter dienen soziale Medienplattformen wie Facebook, Twitter und YouTube als wichtige Kanäle für Einzelpersonen, um Ideen auszudrücken und sich mit anderen zu vernetzen. Trotz der Förderung erhöhter Konnektivität haben diese Plattformen unbeabsichtigt negative Verhaltensweisen, insbesondere Cybermobbing, hervorgerufen. Während umfangreiche Forschungen zu ressourcenstarken Sprachen wie Englisch durchgeführt wurden, gibt es einen bemerkenswerten Mangel an Ressourcen für ressourcenarme Sprachen wie Bengali, Arabisch, Tamil usw., insbesondere in Bezug auf Sprachmodellierung. Diese Studie schließt diese Lücke durch die Entwicklung eines Systems zur Identifikation von Cybermobbing-Texten namens BullyFilterNeT, das auf soziale Medientexte zugeschnitten ist und Bengali als Testfall berücksichtigt. Das intelligente BullyFilterNeT-System meistert Herausforderungen durch Out-of-Vocabulary (OOV), die mit nicht-kontextuellen Einbettungen verbunden sind, und behebt die Einschränkungen kontextbewusster Merkmalsrepräsentationen. Zur Unterstützung eines umfassenden Verständnisses wurden drei nicht-kontextuelle Einbettungsmodelle GloVe, FastText und Word2Vec für die Merkmalsextraktion in Bengali entwickelt. Diese Einbettungsmodelle werden in Klassifikationsmodellen verwendet, bei denen drei statistische Modelle (SVM, SGD, Libsvm) und vier Deep-Learning-Modelle (CNN, VDCNN, LSTM, GRU) eingesetzt werden. Zusätzlich verwendet die Studie sechs transformer-basierte Sprachmodelle: mBERT, bELECTRA, IndicBERT, XML-RoBERTa, DistilBERT und BanglaBERT, um die Beschränkungen früherer Modelle zu überwinden. Bemerkenswerterweise erreicht das auf BanglaBERT basierende BullyFilterNeT in unserem Testset mit 88,04 % die höchste Genauigkeit und unterstreicht somit seine Effektivität bei der Identifikation von Cybermobbing-Texten in der bengalischen Sprache.