본 연구는 온라인 플랫폼에서 젠더 불평등과 사회적 배제를 심화시키는 혐오 발언을 탐지하고 완화하기 위한 전략의 필요성을 강조하며, 특히 언어 자원이 부족한 저자원 언어 환경에서의 혐오 발언 탐지의 어려움을 지적합니다. 이 연구에서는 하우사어를 대상으로 한 최초의 혐오 발언 탐지 데이터셋을 개발하고, 사용자 연구를 통해 문화적 뉘앙스와 언어적 표현을 탐구했습니다. 또한, 전통적인 머신러닝 모델과 사전 훈련된 다국어 모델을 활용하여 소수 샷 학습의 효과를 평가했습니다. 결과적으로 문화적 뉘앙스 포착의 어려움과 오탐의 경향을 확인했습니다.
