{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5299076"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5299076","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Modeling Scaled Offensiveness in Greek Texts through Regression with Best–Worst Scaling and Pretrained Language Models","abstract":"Τα τελευταία χρόνια, ο προσβλητικός λόγος έχει αναδειχθεί σε ένα ευρέως διαδεδομένο φαινόμενο στις πλατφόρμες κοινωνικής δικτύωσης, ως αποτέλεσμα της αυξανόμενης χρήσης και προσβασιμότητάς τους. Όλο και περισσότεροι χρήστες δημοσιεύουν επιβλαβές ή υποτιμητικό περιεχόμενο, στοχεύοντας άτομα ή κοινωνικές ομάδες, γεγονός που έχει οδηγήσει σε σημαντικές επιπτώσεις τόσο για την ψυχολογική ευημερία των αποδεκτών όσο και για την ποιότητα του δημόσιου ψηφιακού διαλόγου. Αυτές οι εξελίξεις έχουν προσελκύσει το ενδιαφέρον φορέων χάραξης πολιτικής, τεχνολογικών εταιρειών και της ακαδημαϊκής κοινότητας, οι οποίοι αναγνωρίζουν την ανάγκη περιορισμού της τοξικότητας στο διαδίκτυο και ενίσχυσης του σεβασμού στην ψηφιακή επικοινωνία. Ωστόσο, ο τεράστιος όγκος περιεχομένου που παράγεται καθημερινά καθιστά τη χειροκίνητη εποπτεία ανεπαρκή, εντείνοντας την ανάγκη για αξιόπιστα και επεκτάσιμα αυτοματοποιημένα συστήματα ανίχνευσης προσβλητικού λόγου σε πραγματικό χρόνο. Η παρούσα εργασία συμβάλλει σε αυτό το πεδίο διερευνώντας τη χρήση παλινδρομικών μοντέλων για την ανίχνευση προσβλητικού λόγου στη Νέα Ελληνική. Σε αντίθεση με τις παραδοσιακές δυαδικές προσεγγίσεις, η μεθοδολογία που ακολουθείται υιοθετεί μια συνεχή θεώρηση της προσβλητικότητας, αξιοποιώντας επισημειώσεις Best–Worst Scaling από το σώμα δεδομένων AIKIA, το οποίο περιλαμβάνει υλικό απο tweets και λογοτεχνικά κείμενα. Γίνεται fine-tuning σε αρκετά προεκπαιδευμένα γλωσσικά μοντέλα, με στόχο την πρόβλεψη λεπτομερών τιμών προσβλητικότητας στην κλίμακα 0 έως 1. Πραγματοποιείται συγκριτική ανάλυση μεταξύ των υποσυνόλων του σώματος, ανάλυση σφαλμάτων και εφαρμογή μετασχηματισμού των συνεχών τιμών σε δυαδικές κατηγορίες. Τα ευρήματα δείχνουν ότι η παλινδρομική προσέγγιση προσφέρει μια πιο πιο ευαίσθητη εναλλακτική στη δυαδική ταξινόμηση, ιδιαίτερα για τον εντοπισμό λεπτών μορφών και αποχρώσεων του προσβλητικού λόγου.","abstract_html":"Τα τελευταία χρόνια, ο προσβλητικός λόγος έχει αναδειχθεί σε ένα ευρέως διαδεδομένο φαινόμενο στις πλατφόρμες κοινωνικής δικτύωσης, ως αποτέλεσμα της αυξανόμενης χρήσης και προσβασιμότητάς τους. Όλο και περισσότεροι χρήστες δημοσιεύουν επιβλαβές ή υποτιμητικό περιεχόμενο, στοχεύοντας άτομα ή κοινωνικές ομάδες, γεγονός που έχει οδηγήσει σε σημαντικές επιπτώσεις τόσο για την ψυχολογική ευημερία των αποδεκτών όσο και για την ποιότητα του δημόσιου ψηφιακού διαλόγου. Αυτές οι εξελίξεις έχουν προσελκύσει το ενδιαφέρον φορέων χάραξης πολιτικής, τεχνολογικών εταιρειών και της ακαδημαϊκής κοινότητας, οι οποίοι αναγνωρίζουν την ανάγκη περιορισμού της τοξικότητας στο διαδίκτυο και ενίσχυσης του σεβασμού στην ψηφιακή επικοινωνία. Ωστόσο, ο τεράστιος όγκος περιεχομένου που παράγεται καθημερινά καθιστά τη χειροκίνητη εποπτεία ανεπαρκή, εντείνοντας την ανάγκη για αξιόπιστα και επεκτάσιμα αυτοματοποιημένα συστήματα ανίχνευσης προσβλητικού λόγου σε πραγματικό χρόνο. Η παρούσα εργασία συμβάλλει σε αυτό το πεδίο διερευνώντας τη χρήση παλινδρομικών μοντέλων για την ανίχνευση προσβλητικού λόγου στη Νέα Ελληνική. Σε αντίθεση με τις παραδοσιακές δυαδικές προσεγγίσεις, η μεθοδολογία που ακολουθείται υιοθετεί μια συνεχή θεώρηση της προσβλητικότητας, αξιοποιώντας επισημειώσεις Best–Worst Scaling από το σώμα δεδομένων AIKIA, το οποίο περιλαμβάνει υλικό απο tweets και λογοτεχνικά κείμενα. Γίνεται fine-tuning σε αρκετά προεκπαιδευμένα γλωσσικά μοντέλα, με στόχο την πρόβλεψη λεπτομερών τιμών προσβλητικότητας στην κλίμακα 0 έως 1. Πραγματοποιείται συγκριτική ανάλυση μεταξύ των υποσυνόλων του σώματος, ανάλυση σφαλμάτων και εφαρμογή μετασχηματισμού των συνεχών τιμών σε δυαδικές κατηγορίες. Τα ευρήματα δείχνουν ότι η παλινδρομική προσέγγιση προσφέρει μια πιο πιο ευαίσθητη εναλλακτική στη δυαδική ταξινόμηση, ιδιαίτερα για τον εντοπισμό λεπτών μορφών και αποχρώσεων του προσβλητικού λόγου.","abstract_has_math":false,"creators":["Μπάλας Αντώνιος","Balas Antonios"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:37:18Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5299076"],"render_values":[{"text":"uoadl:5299076","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5299076","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5299076","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5299076","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μπάλας Αντώνιος","Balas Antonios"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5299076","https://pergamos.lib.uoa.gr/uoa/dl/object/5299076"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα τελευταία χρόνια, ο προσβλητικός λόγος έχει αναδειχθεί σε ένα ευρέως διαδεδομένο φαινόμενο στις πλατφόρμες κοινωνικής δικτύωσης, ως αποτέλεσμα της αυξανόμενης χρήσης και προσβασιμότητάς τους. Όλο και περισσότεροι χρήστες δημοσιεύουν επιβλαβές ή υποτιμητικό περιεχόμενο, στοχεύοντας άτομα ή κοινωνικές ομάδες, γεγονός που έχει οδηγήσει σε σημαντικές επιπτώσεις τόσο για την ψυχολογική ευημερία των αποδεκτών όσο και για την ποιότητα του δημόσιου ψηφιακού διαλόγου. Αυτές οι εξελίξεις έχουν προσελκύσει το ενδιαφέρον φορέων χάραξης πολιτικής, τεχνολογικών εταιρειών και της ακαδημαϊκής κοινότητας, οι οποίοι αναγνωρίζουν την ανάγκη περιορισμού της τοξικότητας στο διαδίκτυο και ενίσχυσης του σεβασμού στην ψηφιακή επικοινωνία. Ωστόσο, ο τεράστιος όγκος περιεχομένου που παράγεται καθημερινά καθιστά τη χειροκίνητη εποπτεία ανεπαρκή, εντείνοντας την ανάγκη για αξιόπιστα και επεκτάσιμα αυτοματοποιημένα συστήματα ανίχνευσης προσβλητικού λόγου σε πραγματικό χρόνο. Η παρούσα εργασία συμβάλλει σε αυτό το πεδίο διερευνώντας τη χρήση παλινδρομικών μοντέλων για την ανίχνευση προσβλητικού λόγου στη Νέα Ελληνική. Σε αντίθεση με τις παραδοσιακές δυαδικές προσεγγίσεις, η μεθοδολογία που ακολουθείται υιοθετεί μια συνεχή θεώρηση της προσβλητικότητας, αξιοποιώντας επισημειώσεις Best–Worst Scaling από το σώμα δεδομένων AIKIA, το οποίο περιλαμβάνει υλικό απο tweets και λογοτεχνικά κείμενα. Γίνεται fine-tuning σε αρκετά προεκπαιδευμένα γλωσσικά μοντέλα, με στόχο την πρόβλεψη λεπτομερών τιμών προσβλητικότητας στην κλίμακα 0 έως 1. Πραγματοποιείται συγκριτική ανάλυση μεταξύ των υποσυνόλων του σώματος, ανάλυση σφαλμάτων και εφαρμογή μετασχηματισμού των συνεχών τιμών σε δυαδικές κατηγορίες. Τα ευρήματα δείχνουν ότι η παλινδρομική προσέγγιση προσφέρει μια πιο πιο ευαίσθητη εναλλακτική στη δυαδική ταξινόμηση, ιδιαίτερα για τον εντοπισμό λεπτών μορφών και αποχρώσεων του προσβλητικού λόγου.","In recent years, offensive language has emerged as a widespread phenomenon across social media platforms, fueled by their increasing use and accessibility. As more users engage in posting harmful or derogatory content, often directed at individuals or entire social groups, the negative impact on both the emotional well-being of the targets and the broader digital discourse has become increasingly evident. These developments have drawn attention from social media providers and academic communities alike, all of whom have recognized the urgency of mitigating online toxicity and promoting respectful digital communication. Despite these efforts, the overwhelming volume of user-generated content has rendered manual moderation insufficient, underscoring the critical need for scalable and effective automated systems to detect and manage offensive content in real time. This thesis contributes to this field by investigating the use of regression-based Transformer models for offensive language detection in Modern Greek. In contrast to traditional binary classification this work adopts a continuous perspective on offensiveness, leveraging Best–Worst Scaling annotations from the AIKIA corpus a Greek-language dataset comprising tweets and fiction texts. Several pre-trained Transformer-based language models are fine-tuned, predicting fine-grained offensiveness scores ranging from 0 to 1. A comparative analysis across corpus domains is conducted, along with error analysis and threshold-based binarization. The findings suggest that regression approaches provide a more sensitive and context-aware alternative to binary classification, especially for detecting subtle or borderline cases of offensive language."]},{"key":"dc:title","label":"Title","values":["Modeling Scaled Offensiveness in Greek Texts through Regression with Best–Worst Scaling and Pretrained Language Models"]}]}],"canonical_facts":{"dc:creator":["Μπάλας Αντώνιος","Balas Antonios"],"dc:date":["2025"],"dc:description":["Τα τελευταία χρόνια, ο προσβλητικός λόγος έχει αναδειχθεί σε ένα ευρέως διαδεδομένο φαινόμενο στις πλατφόρμες κοινωνικής δικτύωσης, ως αποτέλεσμα της αυξανόμενης χρήσης και προσβασιμότητάς τους. Όλο και περισσότεροι χρήστες δημοσιεύουν επιβλαβές ή υποτιμητικό περιεχόμενο, στοχεύοντας άτομα ή κοινωνικές ομάδες, γεγονός που έχει οδηγήσει σε σημαντικές επιπτώσεις τόσο για την ψυχολογική ευημερία των αποδεκτών όσο και για την ποιότητα του δημόσιου ψηφιακού διαλόγου. Αυτές οι εξελίξεις έχουν προσελκύσει το ενδιαφέρον φορέων χάραξης πολιτικής, τεχνολογικών εταιρειών και της ακαδημαϊκής κοινότητας, οι οποίοι αναγνωρίζουν την ανάγκη περιορισμού της τοξικότητας στο διαδίκτυο και ενίσχυσης του σεβασμού στην ψηφιακή επικοινωνία. Ωστόσο, ο τεράστιος όγκος περιεχομένου που παράγεται καθημερινά καθιστά τη χειροκίνητη εποπτεία ανεπαρκή, εντείνοντας την ανάγκη για αξιόπιστα και επεκτάσιμα αυτοματοποιημένα συστήματα ανίχνευσης προσβλητικού λόγου σε πραγματικό χρόνο. Η παρούσα εργασία συμβάλλει σε αυτό το πεδίο διερευνώντας τη χρήση παλινδρομικών μοντέλων για την ανίχνευση προσβλητικού λόγου στη Νέα Ελληνική. Σε αντίθεση με τις παραδοσιακές δυαδικές προσεγγίσεις, η μεθοδολογία που ακολουθείται υιοθετεί μια συνεχή θεώρηση της προσβλητικότητας, αξιοποιώντας επισημειώσεις Best–Worst Scaling από το σώμα δεδομένων AIKIA, το οποίο περιλαμβάνει υλικό απο tweets και λογοτεχνικά κείμενα. Γίνεται fine-tuning σε αρκετά προεκπαιδευμένα γλωσσικά μοντέλα, με στόχο την πρόβλεψη λεπτομερών τιμών προσβλητικότητας στην κλίμακα 0 έως 1. Πραγματοποιείται συγκριτική ανάλυση μεταξύ των υποσυνόλων του σώματος, ανάλυση σφαλμάτων και εφαρμογή μετασχηματισμού των συνεχών τιμών σε δυαδικές κατηγορίες. Τα ευρήματα δείχνουν ότι η παλινδρομική προσέγγιση προσφέρει μια πιο πιο ευαίσθητη εναλλακτική στη δυαδική ταξινόμηση, ιδιαίτερα για τον εντοπισμό λεπτών μορφών και αποχρώσεων του προσβλητικού λόγου.","In recent years, offensive language has emerged as a widespread phenomenon across social media platforms, fueled by their increasing use and accessibility. As more users engage in posting harmful or derogatory content, often directed at individuals or entire social groups, the negative impact on both the emotional well-being of the targets and the broader digital discourse has become increasingly evident. These developments have drawn attention from social media providers and academic communities alike, all of whom have recognized the urgency of mitigating online toxicity and promoting respectful digital communication. Despite these efforts, the overwhelming volume of user-generated content has rendered manual moderation insufficient, underscoring the critical need for scalable and effective automated systems to detect and manage offensive content in real time. This thesis contributes to this field by investigating the use of regression-based Transformer models for offensive language detection in Modern Greek. In contrast to traditional binary classification this work adopts a continuous perspective on offensiveness, leveraging Best–Worst Scaling annotations from the AIKIA corpus a Greek-language dataset comprising tweets and fiction texts. Several pre-trained Transformer-based language models are fine-tuned, predicting fine-grained offensiveness scores ranging from 0 to 1. A comparative analysis across corpus domains is conducted, along with error analysis and threshold-based binarization. The findings suggest that regression approaches provide a more sensitive and context-aware alternative to binary classification, especially for detecting subtle or borderline cases of offensive language."],"dc:identifier":["uoadl:5299076","https://pergamos.lib.uoa.gr/uoa/dl/object/5299076"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Modeling Scaled Offensiveness in Greek Texts through Regression with Best–Worst Scaling and Pretrained Language Models"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:37:18Z"}