Компьютерная лингвистика и искусственный интеллект привлекли внимание к растущей проблеме ненормативной лексики в социальных сетях. В исследовательской статье представлены новаторские исследования по обнаружению и анализу негативных слов с использованием моделей Bi-LSTM. Это исследование подчеркивает важность современных алгоритмов машинного обучения для анализа больших объемов постоянно меняющихся данных социальных сетей. Цель состоит в том, чтобы выявить и сократить случаи ненавистнической риторики. В статье рассматриваются различные методы определения сплетен и то, как они менялись с течением времени. Это подчеркивает недостатки традиционных методов и подчеркивает необходимость более сложных подходов, которые могут четко распознавать контекст. Использование фреймворков Bi-LSTM, известных своей эффективностью при использовании долговременной памяти в объединенных данных, является методологическим прорывом в этой области. Результаты исследований показывают, что модели Bi-LSTM могут лучше понимать сложность языка социальных сетей. Таким образом, они обеспечивают эффективный способ обнаружения сплетен. Благодаря экспериментам и анализу это исследование может придать импульс работе над цифровой «вежливостью». Надежная структура, которую можно модифицировать и расширять на различных платыформах социальных сетей, обеспечивает безопасность онлайн-сообществ