Abstract
Бұл мақалада қазіргі таңда әлеуметтік желілердегі балағат тілде жазылатын пікірлерді жинау үшін оңай және автоматтандырылған қадамдарды машиналық оқыту арқылы жүзеге асыруға болатыны туралы айтылған. Бүгінде, онлайн контенттегі жағымсыз пікір қалдырушылар саны қаптап кетуі проблемалар қатарын көбейтуде. Біз Қазақстанда пайдаланатын әлеуметтік желілер мен бұқаралық ақпарат құралдарына жариялаған бейәдеп пікірлерден тұратын деректер қорын жинап жатырмыз. Көптеген әлеуметтік желілерден түскен шағымдарды зерделей отырып байқағанымыз: онлайн контентте кемсітетін яғни, балағаттау пікірлерінің жариялануы күн сайын артып келе жатқанын көруге болады. Біздің зерттеулер нәтижесі машиналық оқыту тәсілдерін қолдану арқылы әлеуметтік желілерде жарияланған дөрекі сөздердің түбірін зерттеп қана қоймай, сонымен қатар, ғадауат пікірлердің түрлерін ажыратып және автоматтандырылған деректер жиынына қол жеткізуге көмектеседі. Түйін сөздер: ғадауат сөздер, машиналық оқыту, әлеуметтік желі, парсер. В статье обсуждается, как теперь с помощью машинного обучения можно предпринять простые и автоматизированные шаги для сбора оскорбительных комментариев в социальных сетях. Сегодня количество негативных комментариев к онлайн-контенту растет. Мы формируем базу данных нецензурных комментариев, размещенных в социальных сетях и средства массовой информации Казахстана, которые охватывающее большую аудиторию. Изучая жалобы из многих социальных сетей, мы заметили, что количество дискриминационных комментариев к онлайн-контенту растет с каждым днем. Результаты нашего исследования позволят не только изучить корень грубых слов, размещенных в социальных сетях, с использованием методов машинного обучения, но также помогут дифференцировать типы оскорбительных комментариев и получить доступ к автоматизированному набору данных. Ключевые слова: язык ненависти, машинное обучение, социальные сети, парсер. This article discusses how simple and automated steps can now be taken using machine learning to collect offensive comments on social media. Today, the number of negative comments on online content is on the rise. We are building a database of obscene comments posted on social networks and the media in Kazakhstan, which reach a large audience. While studying complaints from many social networks, we noticed that the number of discriminatory comments on online content is growing every day. The results of our study will not only explore the root of rude words posted on social media using machine learning methods, but will also help differentiate types of offensive comments and access an automated dataset. Keywords: hate speech, machine learning, social networks, parser.