인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
인터넷과 SNS의 발달로 온라인 상에서 활발한 의사소통이 이루어지고 있지만, 악성 댓글로 인한 피해가 심각한 사회 문제로 떠오르고 있다. 본 연구에서는 자연어 처리와 머신러닝 기법을 활용하여 악성 댓글을 자동으로 감지하고 차단하는 모델을 개발하였다. Kaggle의 Jigsaw 악성 댓글 데이터셋을 활용하여 댓글 텍스트를 TF-IDF 특성으로 변환하고, 이를 나이브 베이즈 분류기를 통해 여섯 가지 유해 댓글 유형(욕설, 심각한 욕설, 음란성, 위협, 모욕, 정체성 혐오)을 예측하였다. 모델의 성능을 정확도와 혼동 행렬을 통해 평가한 결과, 전체적으로 91% 이상의 정확도를 보였으며 대부분의 유해 댓글을 효과적으로 감지하였다. 다만 위협과 정체성 혐오처럼 드물게 발생하는 유형의 경우 재현율(recall)이 낮아 실제 악성 댓글을 놓치는 한계가 있었다. 본 연구는 비교적 단순한 기계학습 모델로도 온라인상의 유해한 콘텐츠를 상당 부분 걸러낼 수 있음을 보여주며, 향후 데이터 불균형 개선 및 심층학습 도입을 통해 모델의 성능을 향상시킬 가능성을 제시한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096088269
