近年，ソーシャルメディアでは誹謗中傷や攻撃的表現が増え，議論の健全性を損なっている。しかし YouTube コメントは口語的で独自語彙が多く，短文で省略も多いため，一般的データセットのみでの学習では十分な性能を得られない可能性がある。そこで本研究は，日本語 のYouTube コメントに特化した有害表現検出モデルを作成する。有害性を複数レベルおよびカテゴリで付与したデータセットを用いて日本語 T5 をファインチューニングして，YouTube コメントに対する性能を評価する。また，独自にラベル付けした YouTube コメントデータを追加することで性能向上が得られるかを検証する。