SynBullying：用于网络欺凌检测的多 LLM 合成对话数据集
人工智能
2026-03-20 v3 计算与语言
计算机与社会
摘要
我们介绍 SynBullying，这是一个用于研究和检测网络欺凌（CB）的合成多 LLM 对话数据集。SynBullying 通过利用大型语言模型（LLM）模拟逼真的欺凌互动，提供了可规模化且在伦理上安全的数据收集替代方案。该数据集提供了（i）对话结构，捕捉多轮交互而非孤立的帖子；（ii）情境感知标注，考虑情境、意图和话语动态，对有害性进行评估；（iii）细粒度标注，涵盖各种 CB 类型，以进行详细的语言和行为分析。我们在五个维度上评估了 SynBullying，包括对话结构、词汇模式、情感/毒性、角色动态、伤害强度和 CB 类型分布。我们进一步通过将其用作独立训练数据和数据增强源来测试其用于 CB 分类的实用性。
引用
@article{arxiv.2511.11599,
title = {SynBullying: A Multi LLM Synthetic Conversational Dataset for Cyberbullying Detection},
author = {Arefeh Kazemi and Hamza Qadeer and Joachim Wagner and Hossein Hosseini and Sri Balaaji Natarajan Kalaivendan and Brian Davis},
journal= {arXiv preprint arXiv:2511.11599},
year = {2026}
}