喬治城探究項目：

基于大數據的網絡暴力語言的自動檢測

課題簡介

自然語言處理是深度學習與人工智能領域中的一個重要方向。它涉及人與計算機之間用自然語言進行有效通信的各種理論和方法。 自然語言處理是一門融語言學、計算機科學、數學于一體的科學。因此，這一領域的研究將涉及自然語言，即人們日常使用的語言 。

在如今的網絡時代，每個人都可能成為網絡暴力的受害者。網絡暴力的肆無忌憚，正以其獨有的方式破壞著公共規則，破壞著道德底線。而網絡謾罵，更是網絡暴力最常見的表現形式，本課題所要著重探討的，就是如何利用大數據以及人工智能技術，實現計算機大規?？焖俚淖R別這些網絡污穢語言 。

本課題旨在以語義分析為依托，對機器學習項目的整個生命周期，從數據獲取，數據清理，數據可視化，建立機器學習模型，到最后的優化模型進行深入淺出的理論介紹與實戰模擬。讓學生在最短的時間內，獲得密度最大的知識。本課題設計彈性大，可按照學生的學習能力和主要興趣進行課程安排。比如喜歡挑戰自我，學有余力的同學， 課題中可以加入更多最前沿最復雜的諸如注意力模型，capsule膠囊模型等技術。

 

科研方法

AI＋X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例?；蚪M與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

---

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力：

英文：
1、具備基本的學術英語閱讀能力；
2、接觸過英文寫作，能初步撰寫英文文章；

 

數學：
1、對數學感興趣、樂于積極學習數學新概念；
2、最好有一定微積分基礎；

 

計算機：
最好有一種或多種編程軟件使用經驗。