观点冲突：检测Twitter中失礼行为的有效途径

在Twitter中，攻击性行为呈上升趋势，常导致失礼（incivility）。这一趋势在心理上影响用户，致使他们倾向于离开Twitter及其他此类社交网站，从而消耗活跃用户基数。本文研究与时失礼相关的因素。我们观察到，失礼行为与被提及实体（named entity）相关的账户持有者（即发布失礼推文的用户）与目标用户（即失礼推文所指或针对的用户）之间的观点差异高度相关。我们引入一个字符级CNN模型，并融入实体特定情感信息以高效检测失礼，其显著优于多种基线方法，取得了93.3%的准确率（较最佳基线提升4.9%）。在事后分析中，我们还研究了目标与账户持有者的行为特征，并尝试理解失礼事件背后的原因。有趣的是，我们观察到失礼行为中存在强烈的重复信号。具体而言，我们发现有相当比例的账户持有者充当惯犯——攻击目标甚至超过10次。类似地，也存在被多次针对的目标。总体上，目标用户的声誉分数高于账户持有者。