12、利用人工智能和多模态数据应对网络欺凌

利用人工智能和多模态数据应对网络欺凌

1. 网络欺凌现状与影响

网络欺凌已成为一个不容忽视的社会问题。许多遭受传统欺凌的孩子不会告知成年人，了解儿童和青少年对网络欺凌的看法以及他们向家长和其他成年人报告的障碍和促进因素至关重要。

传统欺凌对孩子会产生诸多不良影响，如焦虑、孤独、不开心、过度顺从和不安全感等内化问题，还可能出现冲动和多动等外化问题。在学校方面，受欺凌的孩子更倾向于逃学，做作业时难以集中注意力，这可能导致智商和学业成绩下降。

网络欺凌的受害者也可能表现出类似的不良行为。一些研究表明，经历过网络欺凌的孩子中，三分之一认为这对他们产生了负面影响。美国10 - 17岁孩子的样本显示，收到骚扰性网络信息会让30%的孩子非常心烦，24%的孩子感到害怕。此外，经常上网的人更容易患抑郁症。不过，目前还不清楚遭受网络欺凌的学生是否和在学校受欺凌的学生有一样的问题，在加拿大，关于网络欺凌如何影响孩子还需要更多研究。

从性别差异来看，由于女孩比男孩成熟更早，在青春期早期，女性可能更倾向于参与网络欺凌。但在青春期后期，男性在技术方面通常更精通，可能会更频繁地参与网络欺凌。而且研究显示，传统欺凌从青春期早期（六年级）到中期（九年级）呈上升趋势，这可能意味着在这个年龄段男性的网络欺凌频率会超过女性。

2. 应对网络欺凌的系统介绍

为了应对网络欺凌，提出了一种使用蝴蝶优化技术与CapsNet - ConvNet的多模态数据检测系统。该系统利用文本、视觉和信息图表三种形式的社交数据来检测网络欺凌。

2.1 文本处理

• CapsNet与动态路由