基于对话特征与规范违规的在线交互 covert 破坏行为检测

破坏性行为是对在线建设性互动的普遍威胁。Covert 行为(如 trolling)特别难以自动检测,因为它们使用欺骗性策略来操纵会话。我们展示了一种新的检测方法:分析对话结构而非仅关注孤立消息。基于会话分析,我们证明:(1)会话行为及其规范为了解 covert 破坏提供了更深入的概念;(2)机器学习、自然语言处理和会话结构分析可以补充消息级特征,创建超越先前 trolling 检测方法的模型。我们的模型使用先前研究的消息级特征和新的会话行为特征来检测 overt(攻击性)和 covert(trolling)行为,分别达到了高准确率(0.90 和 0.92)。这些发现为计算分析社交媒体互动提供了理论依据,并提供了有效检测在线 covert 破坏性对话的新方法。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/180527/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3635143
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文