Also known as hate, hating, h8
starke Emotion der Ablehnung
Hatred is an intense, deep-seated feeling of dislike or hostility toward someone or something. It matters because it can drive harmful behavior and significantly affect both the person experiencing it and those it's directed toward.
AI-generated from the Wikipedia summary — may contain errors.
Der Hass (von althochdeutsch haz „Feindseligkeit, aggressive Handlung; Widerwillen, Abneigung“, Rückbildung vom, noch vogelkundlich in alter Bedeutung verwendeten, Verb hassen, „(sich) stürzen auf“, zu einer indogermanischen Wurzel kad mit der Bedeutung „seelische Verstimmung, Kummer, Hass“ und verwandt mit lateinisch cadere, „sich stürzen auf, fallen“, sowie neuhochdeutsch „Hetze“) ist ein intensives Gefühl der Abneigung und Feindseligkeit. Hass wird als Gegenpol zur Liebe betrachtet. Im Gegensatz zum Substantiv Hass (ursprünglich als Ausdruck für den stärksten Grad feindseliger Abneigung) hat das Verb hassen eine deutliche Bedeutungsabschwächung (etwa in Wendungen wie „Ich hasse Kartoffelbrei“) erfahren. Hass gegenüber Personen oder Gruppen kann bspw. als Fremdenfeindlichkeit, Misogynie, Misandrie, Antisemitismus, Islamophobie, Homophobie oder Rassismus bezeichnet werden. Die Motive des Hassenden sind vielfältig und schwer zu bestimmen, herzuleiten und zu erklären. Sie können auf einer durch Ideologien oder soziale Gruppen erworbenen Ablehnung gegen etwas oder jemanden beruhen oder auch auf einer konkreten Erfahrung, etwa einer konkreten Verletzung von Werten und Bedürfnissen. Hass kann unmittelbar entstehen, etwa infolge einer negativen Erfahrung. Ein Hasskommentar ist eine menschenverachtende, beispielsweise rassistische Äußerung oder Anfeindung, die meist in einem sozialen Netzwerk, in einem Webforum oder über ein anderes Webmedium mit Kommentarfunktion aus Hass oder zur Verbreitung von Hass gegen bestimmte Einzelpersonen oder Gruppen getätigt wird.
Abstract from DBpedia / Wikipedia · CC BY-SA
via PubMed
via Wikidata · CC0
via Wikidata sitelinks · CC0
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).