Бұл зерттеуде қазақ тіліндегі кибербуллингті анықтауға арналған терең оқыту негізіндегі әдіс ұсынылады, ол төмен ресурсты тілдерге қатысты негізгі мәселелерді шешуге бағытталған. Жұмыста Қазақстандағы кибербуллингтің өсіп келе жатқан таралуы, дәстүрлі машиналық оқыту модельдерінің шектеулері және жетілдірілген мәтінді жіктеу әдістерінің қажеттілігі қарастырылады. Кибербуллингті анықтау дәлдігін арттыру мақсатында Конволюциялық нейрондық желілер (CNN), екі бағытты ұзақ қысқа мерзімді жады (BiLSTM) және трансформер негізіндегі архитектураларды біріктіретін жаңа гибридті терең оқыту моделі ұсынылады. Зерттеу барысында деректерді жинау процесі, деректерді көбейту әдістері және модельді бағалау дәлдік (accuracy), толықтық (recall), дәлдік (precision) және F1 көрсеткіші сияқты негізгі өнімділік метрикаларын қолдану арқылы сипатталады. Эксперименттік нәтижелер ұсынылған модельдің дәстүрлі машиналық оқыту алгоритмдері мен бұрын жарияланған әдістерден айтарлықтай жоғары екенін көрсетеді. Алынған нәтижелер әлеуметтік медиа платформаларындағы автоматтандырылған контент модерациясына практикалық үлес қосып, қазақ тіліне арналған табиғи тілді өңдеу (NLP) құралдарының дамуына ықпал етеді.