深入火线：评估使用语言模型众包枪支暴力报告

枪支暴力是一个紧迫的人权问题，几乎影响社会结构的方方面面，从医疗保健和教育到心理和经济。可靠的枪支事件数据对于制定更有效的公共政策和应急响应至关重要。然而，缺乏全面的数据库以及面对面调查的风险，阻碍了人权组织在大多数国家收集所需数据。在此，我们与一个巴西人权组织合作，对语言模型进行系统评估，以协助从社交媒体数据中监测现实世界的枪支事件。我们提出一个基于BERT的微调模型，该模型在Twitter（现为X）文本上进行训练，以区分枪支暴力报告与普通葡萄牙语文本。然后，我们将该模型集成到一个网络应用程序中，并在实时干预中进行测试。我们研究并采访了持续检查社交媒体文本以识别新枪支暴力事件的巴西分析师。定性评估表明，我们的解决方案帮助所有分析师更有效地利用时间，并扩展了他们的搜索能力。定量评估表明，使用我们的模型与分析人员与报告枪支暴力的在线用户进行更多互动相关联。我们的研究结果表明，使用语言模型进行以人为中心的干预，有助于支持人权组织的工作。