IDTraffickers：用于关联与连接文本伴游广告中潜在人口贩卖活动的作者身份归因数据集
计算与语言
2023-10-10 v1 计算机与社会
机器学习
摘要
人口贩卖（HT）是一个影响弱势个体的普遍性全球问题，侵犯其基本人权。调查显示，大量 HT 案件与在线广告（ads）相关，尤其在伴游市场中。因此，执法机构（LEAs）识别和关联 HT 卖家变得愈发困难。为解决此问题，我们推出 IDTraffickers，一个由 87,595 条文本广告和 5,244 个卖家标签组成的大规模数据集，用于在在线伴游市场上验证和识别潜在 HT 卖家。为建立作者身份识别基准，我们训练了一个 DeCLUTR-small 模型，在闭集分类环境中取得 0.8656 的宏 F1 分数。接着，我们利用训练分类器提取的风格表示进行作者身份验证，在开集排序环境中获得 0.8852 的平均 r-precision 分数。最后，考虑到数据的敏感性，我们计划在特定条件下向研究人员发布用于作者身份归因任务的 IDTraffickers，以鼓励进一步研究并确保负责任的数据共享。我们相信，数据集与基准的开放将赋能未来研究者利用我们的发现，从而促进伴游广告的有效关联以及更鲁棒的 HT 指标识别方法的发展。
引用
@article{arxiv.2310.05484,
title = {IDTraffickers: An Authorship Attribution Dataset to link and connect Potential Human-Trafficking Operations on Text Escort Advertisements},
author = {Vageesh Saxena and Benjamin Bashpole and Gijs Van Dijck and Gerasimos Spanakis},
journal= {arXiv preprint arXiv:2310.05484},
year = {2023}
}