Anke Stoll, Mitglied der Forschungsgruppe Computational Communication Sciece an der TU Ilmenau, hat einen Artikel zu Herausforderungen bei der automatisierten Erkennung von Hate Speech mittels Machine Learning veröffentlicht. In ihrem Paper The accuracy trap or How to build a phony classifier beschreibt sie typische Fallstricke bei der Entwicklung und Evaluation von machine-learning-basierten Methoden zur automatisierten Klassifikation von Hassrede. Mit der zunehmenden Beteiligung online werden solche Methoden vermehrt eingesetzt, um Hate Speech automatisch zu erkennen und dann schneller darauf reagieren zu können, z.B. durch moderieren, melden oder löschen. Auch in der Kommunikationswissenschaft kommt Machine Learning immer häufiger zum Einsatz, um große Mengen von Forschungsdaten wie User Comments oder journalistische Artikel automatisiert zu analysieren.
 
Der Artikel ist im Sammelband Challenges and perspectives of hate speech research (Strippel et al., 2023) erschienen und kann hier abgerufen werden: https://www.ssoar.info/ssoar/handle/document/86425
 
Auf den kompletten Sammelband könnt ihr hier zugreifen: https://www.ssoar.info/ssoar/handle/document/86272