观点冲突：检测 Twitter 不文明行为的有效路径

在 Twitter 中，滥用行为呈上升趋势，这往往导致不文明现象。这种趋势对用户造成心理影响，导致他们倾向于离开 Twitter 和其他社交网站，从而耗尽活跃用户基础。本文研究了与不文明行为相关的因素。我们观察到，不文明行为与账户持有人（即撰写不文明推文的用户）与目标用户（即不文明推文针对的用户）针对某一实体意见差异高度相关。我们引入了一种字符级 CNN 模型，并整合了实体特定情感信息，以实现高效的不文明行为检测，显著优于多个基线方法，准确率达到了令人印象深刻的 93.3%（比最佳基线方法提高了 4.9%）。在事后分析中，我们还研究了目标用户和账户持有人的行为方面，并尝试了解不文明事件背后的原因。有趣的是，我们观察到不文明行为存在重复的强烈信号。具体而言，我们发现相当一部分账户持有人是惯犯——攻击目标用户甚至超过 10 次。同样，也有目标用户多次被针对。总体而言，我们发现目标用户的声誉得分高于账户持有人。