大型语言模型在网络欺凌检测中的应用

社交媒体的主导地位为欺凌者增加了欺凌渠道。不幸的是，网络欺凌（CB）是当今网络世界中最普遍的现象，对公民的身心健康构成严重威胁。这带来了开发一个稳健系统的需求，以阻止来自在线论坛、博客和社交媒体平台的欺凌内容，从而管理其对我们的社会的影响。为此已提出了多种机器学习（ML）算法。然而，由于高类别不平衡和泛化问题，它们的性能并不稳定。近年来，如 BERT 和 RoBERTa 等大型语言模型（LLM）在多项自然语言处理（NLP）任务中取得了 state-of-the-art（SOTA）的成果。不幸的是，LLM 尚未广泛应用于 CB 检测。在我们的论文中，我们探索了这些模型在网络欺凌（CB）检测中的使用。我们从现有研究（Formspring 和 Twitter）中准备了一个新数据集（D2）。我们在数据集 D1 和 D2 上的实验结果表明，RoBERTa 优于其他模型。