网络欺凌检测的泛化性

网络欺凌在当今无处不在的在线社区中是一个问题。将其从在线对话中过滤出来已被证明是一项挑战，相关努力催生了许多不同的数据集，均作为训练分类器的资源提供。通过这些数据集，我们将探讨网络欺凌行为的各种定义，以及这些差异对一个分类器迁移到另一社区的可移植性的影响。通过分析数据集之间的相似性，我们也获得了对由此训练的分类器泛化能力的见解。对结合这些分类器的集成模型的研究将帮助我们理解它们如何相互作用。