BriefGPT - AI 论文速递
·
自述恶霸：情感辅助的网络欺凌检测及解释
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了一种用于社交媒体网络欺凌检测的LSTM-Autoencoder网络，使用合成数据。通过实验，该模型在Hindi、Bangla和英文数据集上的攻击性评论识别中表现优于其他模型，最高准确度达到95%。
🎯
关键要点
- 社交媒体网络欺凌对人类生活有不利影响。
- 提出了一种用于社交媒体网络欺凌检测的 LSTM-Autoencoder 网络，使用合成数据。
- 通过生成机器翻译数据，展示了一种解决数据可用性困难的前沿方法。
- 在 Hindi、Bangla 和英文数据集上进行了攻击性评论识别的实验。
- 使用 f1-score、准确度、精确度和召回率等评估指标来评估模型性能。
- 模型在所有数据集上性能优于其他模型，最高准确度达到了 95%。
- 模型在本文中使用的数据集上实现了最新的研究成果。
➡️
