追踪暗网论坛中的话语影响
计算与语言
2022-02-07 v1 计算机与社会
摘要
本技术报告记录了我们在解决 2021 年 AMoC（网络犯罪生涯高级建模）黑客松所设任务方面的努力。我们的主要贡献是对语义与时间特征的联合可视化，通过新颖性、短暂性和共鸣三个方面对所提供的暗网网络犯罪数据产生洞察，这些方面描述了一条消息可能对暗网社区整体话语产生的潜在影响。我们作为该黑客松一部分所生成的所有代码与数据均已公开可用。
引用
@article{arxiv.2202.02081,
title = {Tracking Discourse Influence in Darknet Forums},
author = {Christopher Akiki and Lukas Gienapp and Martin Potthast},
journal= {arXiv preprint arXiv:2202.02081},
year = {2022}
}
备注
Submitted as an entry by Leipzig University's TEMIR group to the Bristol Cyber Security Group's AMoC (Advanced Modelling of Cyber Criminal Careers) project hackathon