Aug, 2019

应对在线辱骂：自动辱骂检测方法综述

PDF
TL;DR本文综述了当前基于自然语言处理（NLP）的滥用检测方法，包括数据集、计算方法、优缺点、挑战和解决方案，并提出伦理和可解释性指南。
internet abuseharassmentautomated abuse detectionnatural language processing (nlp)ethics
发现论文，激发创造
  • 面对在线滥用语言：从道德和人权角度的调查

    本文主要基于八项伦理原则，即：隐私、问责、安全、可透明、公平和非歧视、技术的人类控制、专业责任、人权的促进，回顾了基于自然语言处理（NLP）的网络滥用内容检测的研究，并提出了权利尊重的社会技术解决方案来检测和对抗线上滥用。

    Dec, 2020

  • 运用自然语言处理应对在线虐待的公正全面策略

    通过扩大研究范围，开发促进健康社区的积极技术，并将努力放在正义框架内，以解决更广泛，更严重的虐待问题，以消除数百万人受到的在线虐待问题。

    Jun, 2019

  • 在线平台上的辱骂语言检测：关键分析

    调查了当前针对滥用语言的自动检测方法以及在线平台的内容管理政策，研究方向及未来工作发展方向。

    Feb, 2021

  • 使用自然语言处理的仇恨言论自动检测的系统综述

    本文对社交媒体上仇恨言论检测和追踪的问题进行了系统综述，重点关注自然语言处理和深度学习技术，概述了该领域的文献、方法和限制，并提出未来研究方向。

    May, 2021

  • 在线虐待内容检测中的道德设计

    该研究在 NLP 领域探讨了如何构建一个统一的框架，用于解决识别恶意内容（包括仇恨言论，毒性评论，网络欺凌等）的问题，并强调了伦理问题的重要性。提出了一个基于 “设计伦理” 的新框架，通过两个步骤来区分个人信息相对的非个人信息、在每个类别中进行比较注释以确定滥用程度。

    Oct, 2020

  • 一种用于滥用检测的统一深度学习架构

    此研究使用深度学习技术基于 Twitter 数据，对社交媒体中的仇恨言论、辱骂言论、性别歧视、种族主义与欺凌行为开展综合研究，并提出了一种基于元数据和文本的检测方法，效果优于现有的检测方法。

    Feb, 2018

  • 情感和辱骂语言检测的联合模型

    本文探讨了自然语言处理在网络通信中检测恶意行为的方法，并提出了一种以情感状态为特征的多任务学习模型，证明在检测恶意行为方面效果显著。

    May, 2020

  • 基于注意力机制的在线骚扰语言分类方法

    该研究基于复杂的注意力机制与反向翻译技术，使用递归神经网络对 Twitter 上不同类型的网络骚扰进行了自动化识别，并与使用递归神经网络的其他方法进行了比较。

    Sep, 2019

  • AbuseAnalyzer: 用于 Gab 帖子的滥用检测、严重程度和目标预测

    该论文提出了一种基于 “Gab” 数据集的在线滥用行为检测和评估方法，该方法可以确定滥用性内容的存在性，严重性和目标，并可达到 80％的存在性检测准确率，82％的目标检测准确率以及 65％的滥用严重性预测准确率

    Sep, 2020

  • 网络用户攻击行为调查：社交媒体平台上的内容检测与行为分析

    社交媒体平台的兴起导致了网络攻击行为的增加，其中包括网络欺凌、在线骚扰和冒犯性和仇恨言论的传播。这篇论文通过分析定义的多样性并提出统一的网络攻击定义，深入研究了攻击性内容检测和攻击性用户行为分析领域，揭示了将社会学见解与计算技术相结合以预防网络攻击行为的有效性。

    Nov, 2023