基于深度神经网络的孟加拉语社交媒体评论网络欺凌检测
计算与语言
2021-06-09 v1 机器学习
社会与信息网络
摘要
针对多种主要语言的社交媒体网络欺凌或在线骚扰检测，目前正受到全球研究人员的广泛关注。作为世界第七大语言，且孟加拉语使用者的在线平台使用率不断上升，亟需寻找有效的检测技术以应对在线骚扰。本文提出使用混合神经网络进行孟加拉语欺凌表达检测的二分类与多分类模型。我们使用了来自热门公共 Facebook 页面的 44,001 条用户评论，其分为五类——非欺凌、性骚扰、威胁、嘲讽与宗教。我们从不同角度评估了所提模型的性能。二分类模型准确率为 87.91%，而在神经网络后引入集成技术用于多分类时，准确率达 85%。
引用
@article{arxiv.2106.04506,
title = {Cyberbullying Detection Using Deep Neural Network from Social Media Comments in Bangla Language},
author = {Md Faisal Ahmed and Zalish Mahmud and Zarin Tasnim Biash and Ahmed Ann Noor Ryen and Arman Hossain and Faisal Bin Ashraf},
journal= {arXiv preprint arXiv:2106.04506},
year = {2021}
}
备注
9 pages, 9 figures, 3 tables