基于分布语义学的推特性侵对话意图检测方法

近期女性报告性侵和骚扰的激增（例如 #metoo 运动）凸显了一场长期存在的社会危机。这种不公部分源于一种贬低报告此类罪行的女性的文化，以及强奸迷思（例如“女性关于强奸撒谎”）。社交网络可通过恶意行为者有意的信息传播，进一步扩散欺骗性信念和强奸迷思文化。这项多学科研究调查了与性侵和强奸迷思相关的推特帖子，以刻画导致贬低女性和强奸迷思信念的恶意意图类型。具体而言，我们首先借助政策文献中的社会建构理论指导，提出了一种新颖的社交媒体恶意意图类型学，包含指责型、确认型或煽动型意图类别。然后，我们提出并评估了一种使用借助卷积神经网络学习的意图语义特征来对推特帖子进行恶意意图分类的模型。最后，我们使用该意图分类模型分析了四个月度的推特数据集，以研究表达恶意意图的叙事语境，并讨论其对性别暴力政策设计的启示。