社交媒体上的技术辅助评审：一种在线内容审核框架
信息检索
2021-08-31 v1
摘要
内容审核（基于帖子内容移除或限制其传播）是社交网络用于应对骚扰与虚假信息等问题的一种工具。鉴于社交媒体数据规模庞大，人工筛查所有内容通常不可行，且对细致人工判断的需求使得完全自动化方法难以实施。我们从技术辅助评审（TAR）的视角审视内容审核：TAR 是一种人在回路的主动学习方法，最初为民事诉讼及其他领域中的高召回检索问题而开发。我们展示了如何将 TAR 工作流及 TAR 成本模型适配于内容审核问题。随后，我们在两个公开可用的内容审核数据集上证明，在各种条件下 TAR 工作流可将审核成本降低 20% 至 55%。
引用
@article{arxiv.2108.12752,
title = {TAR on Social Media: A Framework for Online Content Moderation},
author = {Eugene Yang and David D. Lewis and Ophir Frieder},
journal= {arXiv preprint arXiv:2108.12752},
year = {2021}
}
备注
9 pages, 2 figures, accepted at DESIRES 2021