49、社交媒体文本中网络欺凌的检测与分类

社交媒体文本中网络欺凌的检测与分类

1. 引言

近年来，无论肤色、种族、年龄或地理位置如何，在线信息共享变得愈发流行，尤其是Z世代，他们会花大量时间在Snapchat、TikTok、Twitter等社交网络平台上。然而，人们在网络上可以随意发表言论，这使得任何人都可能通过发布诽谤性言论来伤害他人，这些言论还可能像谣言一样传播。

欺凌通常指使用威胁、武力或强迫手段来虐待、恐吓或压制他人，而网络欺凌则是指利用电子设备发送威胁和侮辱性信息，以骚扰或伤害他人。网络欺凌的行为包括发送、发布或分享关于他人的负面、有害、虚假或恶意内容，还可能涉及分享他人的个人隐私信息以使其尴尬或蒙羞。这些行为会对受害者造成诸如焦虑、抑郁、恐惧甚至自杀等负面影响，青少年中的网络欺凌问题已成为一个公共卫生问题。而且，想要清除这些有害内容往往非常困难。

由于网络交流的自由性和广泛性，网络欺凌已成为互联网的一大威胁，因此有必要开发基于模式的方法来识别和预防网络欺凌。本研究的目标是使用机器学习技术检测和分类社交媒体文本，将其分为基于年龄、宗教、种族、性别等的网络欺凌内容或非网络欺凌内容，这有助于识别社交媒体帖子中具有心理伤害性的内容，并标记其发布者。

2. 相关前期工作

在技术和互联网出现之前，对传统（身体）欺凌及其影响的研究已经进行了约40年。随着20世纪90年代个人电脑的普及，研究重点从传统欺凌转向了网络欺凌。直到网络欺凌开始导致严重后果，如绝望甚至死亡，它才真正引起人们的关注。

此前已经有许多关于网络欺凌检测和预防的研究方向和模型。例如，一些研究关注儿童使用互联网发送即时消息、电子邮件和社交网络的频率，以及他们在网络上遭受骚扰的经历，包括反复发送相同