运用大数据检测网络暴力

随着科技的发展,我们可以借助网络,实现彼此的信息交流,但是正因为是借助网络,才会有越来越多的网络暴力现象的发生。网络暴力是指用言语、图片、视频等形式在网络上对他人进行人身攻击,属于网民在网络上的暴力行为,是社会暴力在网络上的延伸。其危害严重、影响恶劣,能对当事人造成名誉损害、精神损害,而且它已经打破了道德底线,往往也伴随着侵权行为和违法犯罪行为。今天小编推荐的课题需要以网络暴力为研究对象。课题题目就是乔治城探究项目:基于大数据的网络暴力语言的自动检测。

课题简介

自然语言处理是深度学习与人工智能领域中的一个重要方向。它涉及人与计算机之间用自然语言进行有效通信的各种理论和方法。 自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言 。
在如今的网络时代,每个人都可能成为网络暴力的受害者。网络暴力的肆无忌惮,正以其独有的方式破坏着公共规则,破坏着道德底线。而网络谩骂,更是网络暴力最常见的表现形式,本课题所要着重探讨的,就是如何利用大数据以及人工智能技术,实现计算机大规模快速的识别这些网络污秽语言 。
本课题旨在以语义分析为依托,对机器学习项目的整个生命周期,从数据获取,数据清理,数据可视化,建立机器学习模型,到最后的优化模型进行深入浅出的理论介绍与实战模拟。让学生在最短的时间内,获得密度最大的知识。本课题设计弹性大,可按照学生的学习能力和主要兴趣进行课程安排。比如喜欢挑战自我,学有余力的同学, 课题中可以加入更多最前沿最复杂的诸如注意力模型,capsule胶囊模型等技术。

科研方法

AI+X数据驱动型科研
AI+X数据驱动型科研是指使用人工智能(AI)算法,收集、处理、分析具体学科(X)的海量数据,并基于此进行预测,从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比,AI+X数据驱动型科研可以借助AI算法强大的运算能力,高效地进行大数据分析,具有投入产出比高、适用范围广的优点。
AI+X数据驱动型科研已被广泛地应用于各个领域,利用AI算法研究基因数据,从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万,使用传统的科研方式对其进行分析,工程量大、过程繁琐,在客观上难以实现。但借助AI算法这一便捷的工具,生命科学家便能够以海量的患者的遗传信息为基础,建立数据库,与过往的研究成果进行对照,快速、准确地在两者中发现规律、建立联系,从而使癌症诊断的“标准化”成为可能。

授课导师

乔治城大学研究生
研究方向是人工智能算法、计算机视觉、云计算;
曾担任Consumer Report机器学习算法实习顾问。

课题要求

本课题适合: 9-12 年级学生,有较强的逻辑思维和抽象思维能力:
英文:
具备基本的学术英语阅读能力;
接触过英文写作,能初步撰写英文文章;
数学:
对数学感兴趣、乐于积极学习数学新概念;
最好有一定微积分基础;
计算机:
最好有一种或多种编程软件使用经验。
课题题目就是乔治城探究项目:基于大数据的网络暴力语言的自动检测这个研究项目就介绍到这里了,更多学研项目请点击链接查看。

更多学研项目

翰林国际教育资讯二维码