利用语言与社会特征预测 Instagram 上敌意言论的出现与强度
计算与语言
2018-04-23 v1 社会与信息网络
摘要
网络反社会行为，如网络欺凌、骚扰和挑衅，是一个普遍存在的问题，它威胁自由讨论，并对受害者和社区造成负面的身心健康后果。虽然先前的工作提出了自动识别在线讨论中敌意评论的方法，但这些方法是对已发布评论的回顾性处理，难以在互动升级前进行干预。本文转而考虑预测在线讨论中未来敌意的问题，我们将其分解为两个任务：(1) 给定讨论中一段初始的非敌意评论序列，预测未来某条评论是否会包含敌意；(2) 给定讨论中的第一条敌意评论，预测其是否会导致后续评论中敌意的升级。因此，我们旨在基于早期评论的语言和社会特征，预测敌意评论的出现与强度。为评估我们的方法，我们引入了一个包含来自 1100 多个帖子的超过 3 万条标注 Instagram 评论的语料库。我们的方法能够预测 Instagram 帖子上十小时或更久之后出现的敌意评论，任务 1 的 AUC 为 0.82，并且还能以 0.91 的 AUC 区分未来敌意的高水平和低水平（任务 2）。
引用
@article{arxiv.1804.06759,
title = {Forecasting the presence and intensity of hostility on Instagram using linguistic and social features},
author = {Ping Liu and Joshua Guberman and Libby Hemphill and Aron Culotta},
journal= {arXiv preprint arXiv:1804.06759},
year = {2018}
}
备注
ICWSM'18