利用元学习检测Wikipedia上的傀儡账号

检测Wikipedia上的恶意傀儡账号对于维护互联网可靠信息的访问和防止错误信息传播至关重要。先前的机器学习方法依赖风格特征和元数据特征，但未优先考虑对作者特定行为的适应性。因此，它们在建模特定傀儡账号组的行为时表现不佳，尤其是在文本数据有限的情况下。为解决这一问题，我们提出了元学习的应用——一种通过在多个任务上训练模型来提升数据稀缺环境下性能的机器学习技术。元学习优化模型以快速适应新傀儡账号组的写作风格。我们的结果表明，元学习显著提升了预测精度，优于预训练模型，标志着在打击开放编辑平台上的傀儡账号方面取得了进展。我们发布了一个新的傀儡账号调查数据集，以促进傀儡账号和元学习领域的未来研究。