该论文提出了一种基于深度神经网络的机器人检测方法，通过元数据辅助输入CNN处理推文文本，并利用合成少数过抽样生成大型标记数据集，实现了高达96%以上的分类精度（AUC）。

该论文提出了一种基于深度神经网络的机器人检测方法，使用元数据作为辅助输入，通过CNN处理推文文本。作者还提出了一种基于合成少数过抽样的技术，生成适合深度CNN训练的大型标记数据集。作者在账户级别的机器人检测中应用了相同的架构，在小型和可解释特征以及最小训练数据的情况下，实现了几乎完美的分类准确度。