Comparative study of toxic comments classification using machine learning algorithms

Comparative study of toxic comments classification using machine learning algorithms

This thesis is submitted in partial fulfillment of the requirements for the degree of Bachelor of Science in Computer Science and Engineering, 2021.

Bibliographische Detailangaben
Hauptverfasser:	Razzak, Razia, Sadril, Md., Shakil, Mahmudul Hasan, Rahman, Mahfuzur, Taki, Sabiha Tul Omman
Weitere Verfasser:	Chakrabarty, Amitabha
Format:	Abschlussarbeit
Sprache:	en_US
Veröffentlicht:	Brac University 2021
Schlagworte:	Cyberbullying Natural Language Processing Word Embedding Convolutional Neural Networks XGBoost Support Vector Machine
Online Zugang:	http://hdl.handle.net/10361/14810

Ähnliche Einträge

Cyberbullying Detection using Machine Learning from Social Media comments in Bangla Language
von: Tuhin, Saikat Halder, et al.
Veröffentlicht: (2023)

Cyberbullying detection using sentiment analysis in social media
von: Sintaha, Mifta, et al.
Veröffentlicht: (2016)

Detecting sarcasm in Bengali comments using NLP
von: Chowdhury, Md. Jamiur Rahman
Veröffentlicht: (2024)

Novel approach to detect hate speech and profanity on online platforms
von: Pritha, Barha Meherun, et al.
Veröffentlicht: (2022)

Yield prediction for precision agriculture using extreme gradient boosting and support vector regression
von: Ahmed, Md. Sabbir, et al.
Veröffentlicht: (2021)

A machine learning approach to predict young voter enthusiasm based on non-political factors
von: Rahman, Md. Nowroz Junaed, et al.
Veröffentlicht: (2021)

An introduction to support vector machines : and other kernel-based learning methods /
von: Cristianini, Nello
Veröffentlicht: (2000)

Multimodal fake news detection using text and image
von: Biswas, Trisha, et al.
Veröffentlicht: (2024)

A hybrid deep learning model and explainable AI-based Bengali hate speech multi-label classification and interpretation
von: Shakil, Mahmudul Hasan
Veröffentlicht: (2023)

Prediction of earthquakes: a step towards predicting the unpredictable
von: Chowdhury, Maheen, et al.
Veröffentlicht: (2023)

A new approach to select adaptive Intrinsic Mode Functions (IMFs) of Empirical Mode Decomposition (EMD)
von: Sultana Nishi, Razia, et al.
Veröffentlicht: (2016)

Early detection of chronic kidney disease using machine learning
von: Abrar, Tahmid, et al.
Veröffentlicht: (2019)

Performance analysis of machine learning classi ers for detecting PE malware
von: Azmee, ABM.Adnan, et al.
Veröffentlicht: (2020)

Grouping of handwritten Bangla basic characters, numerals and vowel modifiers for multilayer classification
von: Reza, Khondker Nayef, et al.
Veröffentlicht: (2017)

Performance analysis of machine learning algorithms for Malware classification
von: Bushra, Raisa Hasan, et al.
Veröffentlicht: (2023)

Hate speech detection from social networking posts using CNN and XGBoost
von: Shahadat, Ashraf Bin, et al.
Veröffentlicht: (2020)

Detection of epileptic seizure using Support Vector Machine Classifier - extracted features from EEG signals
von: Amiz, Asef Hassan, et al.
Veröffentlicht: (2021)

A system to prevent social violence using convolutional neural network
von: Akter, Sanzida, et al.
Veröffentlicht: (2023)

Quantity confirmation of embedded supporting members underground for prefabricated steel structure
von: Brac University
Veröffentlicht: (2023)

Exploration of cyberbullying behaviour among students of secondary schools in Dhaka during COVID-19
von: Bhuiyan, Md. Tanvir Rahman
Veröffentlicht: (2024)

Prediction of Epileptic Seizures using digital signal processing and support vector machine
von: Siddique, Nusayer Masud, et al.
Veröffentlicht: (2021)

Aspect-based sentiment analysis using SemEval and Amazon datasets
von: Hasib, Tamanna, et al.
Veröffentlicht: (2018)

Virtual teaching assistant for undergraduate students using natural language processing & deep learning
von: Sakib, Sadman Jashim, et al.
Veröffentlicht: (2023)

Leaf classification by feature extraction using CNN
von: Bhuiyan, Md. Mazharul Islam, et al.
Veröffentlicht: (2020)

Mastering Word 2000 /
von: Mansfield, Ron
Veröffentlicht: (1999)

Microsoft Word 2010 step by step /
von: Cox, Joyce, 1946-
Veröffentlicht: (2011)

Pattern recognition with Quantum Support Vector Machine(QSVM) on near term quantum processors.
von: Ahmed, Sajjad
Veröffentlicht: (2019)

Classi cation of magnetic configurations using machine learning algorithms
von: Bokul, Saffat, et al.
Veröffentlicht: (2019)

A machine learning approach to detect depression and anxiety using supervised learning
von: Ullas, Md Tahmidur Rahman, et al.
Veröffentlicht: (2019)

Detection of mind wandering using EEG signals
von: Tasika, Nadia Jebin, et al.
Veröffentlicht: (2020)

Performing sentiment analysis in Bangla microblog posts
von: Chowdhury, Shaika, et al.
Veröffentlicht: (2017)

Word for Windows 6 : self-teaching guide /
von: Guild, Stephen
Veröffentlicht: (1994)

Hate crimes in cyberspace /
von: Citron, Danielle Keats, 1968-
Veröffentlicht: (2014)

A multimodal approach of sentiment analysis to predict customer emotions towards a product
von: Islam, Shadman, et al.
Veröffentlicht: (2020)

A comparative study of deep learning methods for automating road condition characterization
von: Ruhi, Zurana Mehrin, et al.
Veröffentlicht: (2021)

Hybrid recommendation system of intelligent captioning using deep learning networks
von: Wasi, Ahamed Al, et al.
Veröffentlicht: (2024)

Best feature selection and data visualization for breast cancer prediction
von: Hemel, Tanjim Ahmed, et al.
Veröffentlicht: (2020)

Comparative analysis and implementation of credit risk prediction through distinct machine learning models
von: Turjo, Aquib Abtahi, et al.
Veröffentlicht: (2021)

Support vector machines: theory and applications /
Veröffentlicht: (2005)

Multiclass emotion classification by using Spectrogram image analysis: A CNN-XGBoost fusion approach
von: Esha, Ishraq Ahmed, et al.
Veröffentlicht: (2023)