权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

High-accuracy Comprehensive and Early Detection of Cyberbullying Based on Social Media Analysis

基于社交媒体分析的网络欺凌高精度全面早期发现

基本信息

批准号：
19K12230
负责人：
張建偉
金额：
$ 2.75万
依托单位：
Iwate University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究課題では，ネットいじめの高精度・網羅的・早期的自動検出技術の開発を目的とする．具体的には，A)いじめ表現辞書の構築によるネットいじめの高精度識別技術の開発，B)コンテキスト分析に基づく潜在的ネットいじめの網羅的検出技術の開発，C)時系列的ソーシャル分析に基づくネットいじめの早期発見技術の開発に取り組んでいる．本年度は，研究計画の三つの課題を進めて一定の成果を上げた．A)の課題について，いじめ表現辞書を含む複数の特徴量と複数の機械学習手法を組合わせたネットいじめの自動検出手法と，異なる時期で構築したいじめ表現辞書の分類に対する効果の評価をまとめて，国際論文誌論文を発表した．B)の課題について，潜在的ネットいじめの網羅的検出を目的とし，皮肉文の自動抽出に取り組んだ．事前学習言語モデル（BERT及びRoBERTa，DeBERTa）を用いた文脈理解，テキスト類コンテキスト及び非テキスト類コンテキストを考慮した皮肉文の検出手法を提案した．また，既存研究に多く利用されたハッシュタグで収集したデータセット以外に，皮肉投稿者により収集したデータセットにも手法を適用し，検出パーフォーマンスを比較した．テキスト類及び非テキスト類コンテキストそれぞれの特徴ベクトルを利用し，皮肉検出を行った結果，ベースラインと比較し優位な結果を得た．C)の課題について，コンテンツとそれに関連するツイートデータを用いた，機械学習による2STEPの特定情報の早期検出手法を提案した．両方のSTEPにおいて，予測確率が閾値以上の情報に対してラベルを確定させて追跡対象から取り除くことで，検出の精度と早期性の両立を図った．提案手法を用いることにより，特定情報の拡散初期において，ベースラインと比較して精度とF値の向上が確認された．

This research topic is aimed at the development of early automatic detection technology with high precision. Specifically, A) the development of high-precision recognition technology for the construction of a dictionary, B) the development of detection technology for the potential generation of a network in the analysis of information, C) the development of early detection technology in the analysis of time-series solutions. This year, the research plan is to make progress on three topics.A) The topic of performance dictionary contains multiple features and multiple mechanical learning techniques.A) The topic of performance dictionary contains multiple features and multiple mechanical learning techniques.B) The topic of performance dictionary contains multiple features and multiple mechanical learning techniques. The potential of the search for the target, the skin text automatically extracted from the group. Learn the language in advance (BERT and RoBERTa, DeBERTa) and use it to understand the context. In addition to the existing research, the author has applied the method of collecting information. C) The topic of the first step of the first step of the second step of the first step of the first step of the In the case of STEP, the prediction accuracy is above the threshold value. In the case of STEP, the prediction accuracy is above the threshold value. In the case of STEP, the prediction accuracy is above the threshold value. The proposal method is used in the middle, the specific information is dispersed in the early stage, and the comparison accuracy is confirmed in the upward direction.

项目成果

期刊论文数量（23）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Wuhan University of Technology(中国)

武汉理工大学（中国）

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

日本語テキスト分類における事前学習言語モデルの性能評価

预训练语言模型在日语文本分类中的性能评估

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Yoshio Okimoto;Kosuke Suwa;Jianwei Zhang and Lin Li;須藤広平，張建偉;須藤広平，張建偉;佐々木裕多，張建偉，白石優旗;松本蓮史，張建偉;鈴木春，張建偉，沖本吉生
通讯作者：
鈴木春，張建偉，沖本吉生

発生規模と時系列を考慮したTwitterイベントにおける偽情報の早期自動検出

考虑发生规模和时间序列的 Twitter 事件中虚假信息的早期自动检测