CNN-LAN과 저속어를 활용한 한국어 혐오 표현 탐지 (Korean Hate Speech Detection with CNN-LAN and Vulgar Words)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 33권 / 1호 / 45 ~ 52페이지
· 저자명 : 박경수, 이제승, 김재훈

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.

영어초록

With the development of SNS (Social Network Service), there are many interactionsbetween persons in the cyberspace, but damages such as defamation and personalattacks are increasing due to such interactions. The damages are caused by hatespeech in many cases. In order to reduce such the damages, various ways havebeen attempted, such as blocking or regulating comments containing hate speech asmalicious comments. Recently, research on hate speech detection is mainlyconducted based on deep learning, but it is not active in Korea due to the lack oftraining datasets etc. In this paper, we propose a deep learning based hate speechdetection using CNN-LAN (Convolution Neural Network - Label AttentionNetwork) and vulgar words and improve the performance. For the experiment,training corpus publicly available, called “Korean Hate Speech”, was used, andthe proposed model has shown that the performance of a macro F1-score of 0.622.
We analyze the results of the detection of hate speech by the proposed model anddevise various ways to overcome them

참고자료

· 없음