图片来自网络

加州伯克利分校D-Lab的科学家们正在与反诋毁同盟互助开拓'可扩展检测'系统，根据加州校友协会的宣布，该系统通过在线仇恨指数（OHI）来识别仇恨辞吐。
除人工智能之外，该操持还将利用其他不同的技能在线检测攻击性辞吐，包括“学习型机器、自然措辞处理和更为传统的人脑”。
研究职员的目标是，有一天能够这项技能被“紧张社交媒体平台”采纳，这样就能从中创造“仇恨辞吐”并彻底肃清这些辞吐，以及这些传播用户。

目前的技能紧张涉及“关键词搜索”的利用，一位研究职员表示：“这一方法过于坦直，不足准确。
”一个不同的拼写办法就能轻松骗过这一算法。
D-Lab最初招募了来自全国各地的十名不同背景的学生来“编写”这些帖子，标记那些明显或奥妙地传达仇恨信息的人。
从原始学生群体得到的数据被输入到学习型机器模型中，终极产生的算法可以识别拥有仇恨信息的笔墨，其准确率为85％，仅有15％的几率，无法识别出或缺点标记攻击性词语和短语。

虽然最初的十位编码员只能自行评估，但他们会接管调查问题，以帮助他们将仇恨辞吐与仅仅是令人反感的措辞区分开来。
一样平常来说，“仇恨评论”与特定群体干系，而“非仇恨”措辞与特定个体干系，而不涉及宗教、种族、性别等。