CNN-LAN과 저속어를 활용한 한국어 혐오 표현 탐지

Korean Hate Speech Detection with CNN-LAN and Vulgar Words

발행

2023 등록이 논문은 발행 시점을 확인하지 못해 원문 등록일을 적었습니다. KCI가 2005~2008년에 옛 논문을 몰아서 올린 탓에, 그 시기 등록분은 발행보다 평균 3~5년 늦습니다. 실제 발행연도는 더 이를 수 있습니다.

소속·발행

한국해양대학교 컴퓨터공학과 및 해양인공지능융합전공 석사과정

출처

국내 KCI

DOI

10.5391/JKIIS.2023.33.1.45

원문

원문 보기 ↗

개념

키워드

심층학습, LAN, CNN-LAN, 저속어, 혐오 표현 탐지, Deep learning, LAN, CNN-LAN, Vulgar Words, hate speech detection

초록

SNS(Social Network Service)의 발전에 따라 사이버 공간에서 교류가 활발하게 일어나고있으나, 이로 인하여 명예 훼손, 인신공격 등의 피해가 늘어나고 있다. 이러한 피해는 주로혐오 표현에서 기인되며, 이러한 피해를 줄이기 위해서 혐오 표현이 포함된 댓글을 악성 댓글로 판단하여 차단하거나 규제하는 등 다양한 방법이 시도되고 있다. 혐오 표현 탐지에 대한 연구는 주로 심층학습을 기반으로 진행되고 있으나 한국어에는 학습 자료의 부족 등과같은 이유로 그다지 활발하지 않은 실정이다. 본 논문에서는 CNN-LAN(ConvolutionNeural Network – Label Attention Network)과 저속어를 이용한 심층학습 기반 혐오 표현모델을 제안하여 성능을 개선한다. 실험을 위해서 공개된 “Korean Hate Speech”라 하는학습 말뭉치를 사용하였으며, 제안된 모델은 0.622의 거시 F1 점수(macro F1-score)의 성능을 보였다. 제안된 모델이 혐오 표현을 탐지한 결과를 분석하고 이를 극복하기 위한 다양한방안을 고안하고자 한다.

같은 개념의 다른 논문

이 개념이 나오는 강연