基于深度学习跨多个社交媒体平台检测网络欺凌
信息检索
2018-01-22 v1 计算与语言
社会与信息网络
摘要
网络欺凌者的骚扰是社交媒体上的一种重要现象。现有的网络欺凌检测工作至少存在以下三个瓶颈之一。首先，它们仅针对某一个特定的社交媒体平台（SMP）。其次，它们仅处理某一个网络欺凌主题。第三，它们依赖于精心手工设计的数据特征。我们表明，基于深度学习的模型可以克服所有这三个瓶颈。这些模型在一个数据集上学到的知识可以迁移到其他数据集。我们使用三个真实世界数据集进行了大量实验：Formspring（12k帖子）、Twitter（16k帖子）和Wikipedia（100k帖子）。我们的实验提供了若干关于网络欺凌检测的有用见解。据我们所知，这是首项利用基于深度学习的模型和迁移学习系统分析跨多个SMP、多主题网络欺凌检测的工作。
引用
@article{arxiv.1801.06482,
title = {Deep Learning for Detecting Cyberbullying Across Multiple Social Media Platforms},
author = {Sweta Agrawal and Amit Awekar},
journal= {arXiv preprint arXiv:1801.06482},
year = {2018}
}
备注
Accepted for ECIR 2018