基于机器学习的维基百科破坏检测：特征综述与新提案：CLEF 2010 PAN 实验室报告
信息检索
2012-10-23 v1 人工智能
摘要
维基百科是一部任何人都可编辑的在线百科全书。在这种开放模式下，有些人出于损害维基百科完整性的目的进行编辑，这被称为破坏行为。我们扩展了 Potthast、Stein 和 Gerling (2008) 提出的维基百科破坏检测框架。在该方法中，从破坏语料库的编辑中提取若干指示破坏的特征，并将其输入监督学习算法。表现最佳的分类器是 LogitBoost 和随机森林（Random Forest）。我们的分类器（随机森林）获得了 0.92236 的 AUC，在 PAN'10 维基百科破坏检测任务中排名第一。
引用
@article{arxiv.1210.5560,
title = {Wikipedia Vandalism Detection Through Machine Learning: Feature Review and New Proposals: Lab Report for PAN at CLEF 2010},
author = {Santiago M. Mola-Velasco},
journal= {arXiv preprint arXiv:1210.5560},
year = {2012}
}
备注
Published in CLEF 2010 LABs and Workshops, Notebook Papers, 22-23 September 2010, Padua, Italy. 2010, ISBN 978-88-904810-0-0. First position at the 1st International Competition on Wikipedia Vandalism Detection (PAN @ CLEF 2010)