在高容量聊天日志中检测相关信息：面向诱奸与贩毒取证分析的关键短语抽取
计算与语言
2024-03-21 v1 人工智能
机器学习
摘要
数字通信平台使用的日益增长引发了各种犯罪活动，如诱奸和贩毒，这对执法人员和取证专家构成了重大挑战。本文提出一种有监督的关键短语抽取方法，用于检测涉及诱奸和贩毒的高容量聊天日志中的相关信息以进行取证分析。所提出的方法 JointKPE++ 在 JointKPE 关键短语抽取器的基础上进行了改进，以有效处理更长文本。我们使用基于 BERT 的预训练模型（包括 BERT、RoBERTa、SpanBERT 和 BERTimbau）在诱奸和贩毒数据集上评估 JointKPE++。结果显示相较传统方法有明显提升，并证明了 JointKPE++ 协助取证专家高效检测与犯罪活动相关关键短语的潜力。
关键词
引用
@article{arxiv.2311.04905,
title = {Detecting Relevant Information in High-Volume Chat Logs: Keyphrase Extraction for Grooming and Drug Dealing Forensic Analysis},
author = {Jeovane Honório Alves and Horácio A. C. G. Pedroso and Rafael Honorio Venetikides and Joel E. M. Köster and Luiz Rodrigo Grochocki and Cinthia O. A. Freitas and Jean Paul Barddal},
journal= {arXiv preprint arXiv:2311.04905},
year = {2024}
}
备注
Accepted for presentation at the 22nd IEEE International Conference on Machine Learning and Applications (ICMLA) 2023