当大型语言模型失效时：通过图神经网络进行在线不文明行为预测

在线不文明行为已成为数字社区中普遍且持续存在的问题，给用户带来了巨大的社会和心理负担。尽管许多平台试图通过监管和自动检测来遏制不文明行为，但现有方法的性能在准确性和效率方面往往仍然有限。为了应对这一挑战，我们提出了一种图神经网络（GNN）框架，用于检测英语维基百科社区中的三种不文明行为（即毒性、攻击性和人身攻击）。我们的模型将每个用户评论表示为一个节点，评论之间的文本相似性定义边，使网络能够同时从语言内容和评论之间的关系结构中学习。我们还引入了一种动态调整的注意力机制，在信息聚合过程中自适应地平衡节点特征和拓扑特征。实证评估表明，我们提出的架构在多个指标上优于 12 种最先进的大型语言模型（LLM），同时显著降低了推理成本。这些发现强调了结构上下文在检测在线不文明行为中的关键作用，并解决了仅文本 LLM 范式在行为预测中的局限性。所有数据集和比较输出将在我们的仓库中公开，以支持进一步的研究和可重复性。