Bibliographic record
Abstract
In diesem Open-Access Buch wird Hate Speech (oder synonym Hassrede) im Internet interdisziplinär diskutiert. Die Beiträge, die aus den Bereichen Linguistik, Sprachtechnologie, Informationswissenschaft und Politikwissenschaft stammen, beleuchten zentrale Fragen im Zusammenhang mit diesem Phänomen. Hierzu zählen aus sprachwissenschaftlicher Sicht zunächst die vielfältigen direkten und indirekten Erscheinungsformen von Hate Speech und ihre Rezeption. Aus informationswissenschaftlicher und computerlinguistischer Sicht wird der Forschungsstand in Bezug auf verschiedene maschinelle Verfahren zur automatischen Erkennung von Hate Speech wiedergegeben. Überdies wird erläutert, wie solche Verfahren evaluiert werden können. Daher stellt sich aus politikwissenschaftlicher Sicht nicht nur die Frage, wie digitale Hassrede derzeit reguliert wird und wie sich diese Regulierungsverfahren künftig entwickeln könnten, sondern auch, wie die automatische Erkennung reguliert werden müsste.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.409 | 0.209 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".