视而不见，听而不闻：音视频文本网络欺凌检测

新兴的多媒体通信应用正在实现更自然的通信和更丰富的用户参与。同时，它们可能被滥用来进行网络欺凌，对受影响的人造成严重的心理伤害。因此，随着多模式通信平台的增长，迫切需要设计用于网络欺凌检测和预防的多模式方法。然而，目前没有使用自动音频和视频分析来补充文本分析的方法。基于对人类标注的网络欺凌数据集（Vine“媒体会话”，即六秒视频，包含音频和相应文本评论）的分析，我们报告：1）多种音频和视频特征与网络欺凌的发生显著相关；2）音频和视频特征可以补充文本特征，以实现更准确和更早的网络欺凌检测。这些结果为在新兴多模式（音频、视频、虚拟现实）社交互动空间中更有效地检测网络欺凌铺平了道路。