ICMLSep, 2023

高容量聊天记录中的相关信息检测：用于取证草拟和贩毒分析的关键词提取

PDF
TL;DR本研究论文提出了一种监督式关键词提取方法，用于检测涉及儿童诱导和毒品交易的大容量聊天记录中的相关信息，以进行法医学分析。所提出的方法 JointKPE++ 在 JointKPE 关键词提取器的基础上进行了改进，以有效处理较长的文本。我们使用基于 BERT 的预训练模型对 JointKPE++ 进行评估，评估包括儿童诱导和毒品交易数据集，其中包括 BERT、RoBERTa、SpanBERT 和 BERTimbau。结果显示相比传统方法，JointKPE++ 具有显著改进，并展示了其帮助法医专家高效检测与犯罪活动相关的关键词的潜力。
发现论文，激发创造
  • 揭示知识引导的 ChatGPT 在社交媒体上提升毒品走私检测的潜力

    通过利用大型语言模型 (ChatGPT) 和知识驱动提示构建的分析框架，我们首次对社交媒体上的非法药物交易活动进行了系统研究，实验结果表明该框架在药物贩运检测准确性方面优于其他基准语言模型，该研究可为社交网络提供有效的药物贩运识别和标注，甚至在非法药物交易者使用隐晦语言和委婉语避免检测的情况下仍然有效。

    Jul, 2023

  • 基于主题的社交媒体阿片类药物康复关键词提取

    本文针对社交媒体中的健康文本管理，设计了一种主题驱动的关键短语提取方案，提供了一个含有相关医疗信息的 KE 数据集 SuboxoPhrase，以及一个从 Reddit 中提取依赖性治疗药物的数据集案例，同时测试了 10 个常用的 KE 模型，为社交健康文本的大规模分析和有用的公共健康趋势或知识填补提供了基础。

    Jan, 2023

  • 利用数据增强和信息过滤改进关键词提取

    本研究提出了一种新颖的语料库和方法，用于从 Behance 平台上流播放的视频的转录中提取关键词短语，文章提出了一种用于从其他领域获得关键词提取任务的背景知识的新型数据增强方法，并在所提出的数据集上展开了广泛的实验。

    Sep, 2022

  • 在药物监测事件提取中利用 ChatGPT 的实证研究

    探索大型语言模型 (LLMs) 在医学应用方面的潜力，特别是在药物监测事件提取方面的 ChatGPT 的能力。我们进行了广泛的实验，评估了 ChatGPT 在药物监测事件提取任务中的性能，并采用了各种提示和演示选择策略。研究结果表明，虽然 ChatGPT 在适当的演示选择策略下表现出了合理的性能，但与完全微调的小型模型相比仍然有所不足。此外，我们探索了利用 ChatGPT 进行数据增强的潜力。然而，我们的研究发现将合成数据引入微调可能会导致性能下降，可能是由于 ChatGPT 生成的标签中存在噪声。为了减轻这个问题，我们探索了不同的过滤策略，并发现在适当的方法下可以实现更稳定的性能，尽管不断改进仍然具有挑战性。

    Feb, 2024

  • 使用检索和领域反馈的 ChatGPT 动力药物编辑对话

    ChatDrug 是一种基于会话大型语言模型（LLMs）的药物编辑框架，该模型联合使用提示模块、检索域反馈（ReDF）模块和会话模块，以实现有效的药物编辑，其在 33 项药物编辑任务中表现最佳，并可以从领域特定的角度提供有启发性的解释，为制药研究和发展的推进铺平了道路。

    May, 2023

  • 使用众包，轻量级过滤和共指归一化对新闻故事进行主题关键短语的监督提取

    本文研究了使用信号词、Freebase 类别等语义特征和预处理步骤来提高自动关键词抽取的准确性，实验结果表明，浅层的语义特征、新闻类别、修辞信号是提高性能的最主要因素，并且将 Freebase 子类别与预处理结合使用，可略微提高性能。

    Jun, 2013

  • 能否自动化分析在线儿童性剥削话语？

    通过心理学理论标记儿童色情犯罪者的对话行为，使用自动化与基于自然语言推理的模型代替领域专家来识别谈话行为

    Sep, 2022

  • 打击网络空间中的人口贩卖：基于自然语言处理的在线广告语言分析方法

    通过先进的自然语言处理技术，本项目解决在线 C2C 市场上的人口贩运问题。我们介绍了一种新的方法论，通过最小的监督生成伪标记数据集，为训练最先进的自然语言处理模型提供了丰富的资源。在人口贩卖风险预测和有组织活动检测等任务中，我们采用了先进的 Transformer 模型进行分析。一个重要的贡献是使用整合梯度实现一个可解释性框架，为执法部门提供关键的可解释性洞察。这项工作不仅填补了文献中的一个重要空白，还提供了一种可扩展的、机器学习驱动的在线人类剥削对策方法。它为未来的研究和实际应用奠定了基础，强调了机器学习在解决复杂社会问题中的作用。

    Nov, 2023

  • 语言模型以外的开放领域网页关键词提取

    本文研究了针对真实情况下的关键词提取，其中文档来自不同领域，内容质量变化巨大。我们精心编排并发布了 OpenKP，一个大规模的开放领域关键字提取数据集，近十万个网络文档和专家关键字注释。我们开发了一种名为 BLING-KPE 的神经关键词提取模型，它通过文档的视觉呈现和来自搜索查询的弱监督超越了语言理解，以处理域和内容质量的变化。在 OpenKP 上的实验结果证实了 BLING-KPE 和其神经结构、视觉特征和搜索日志弱监督的效果。与特定领域相比，从开放领域数据中学习的零 - shot 评估表明了其改进的泛化能力。

    Nov, 2019

  • 应用无监督关键词方法于从出院记录中提取出的概念

    在这项研究中，使用临床自然语言处理技术解决了识别和映射标准术语的问题。提出了一种用于提取临床文本中关键概念的 TF-IDF 快捷方法，并使用基于 transformer 的模型设计了两种下游任务，结果表明 SciBERT 模型在结合提出的方法时具有优越性，并为临床笔记的关键短语提取提供了洞察。

    Mar, 2023