该文综述网络欺凌自动检测研究，涉及多平台深度学习与迁移学习、Bi-LSTM孟加拉语检测、跨平台XP-CB框架、SecurityLLM网络安全模型及资源匮乏语言调研，并发布吉大港方言数据集，模型最高准确率达95%。

该文综述网络欺凌自动检测研究，涵盖多种模型与语料：线性SVM结合模拟帖及英、荷语料，F1分别为64%和61%；Bi-LSTM检测孟加拉语准确率达95.08%；XP-CB为跨平台框架；迁移学习支持多平台多主题检测；LSTM-Autoencoder在合成数据上最高达95%；DeepHateExplainer与HENIN提供可解释的仇恨/欺凌分类；复现研究表明深度学习优于传统模型；基于社交互动与种子词典可发现欺凌者、受害者及新词；Res-CNN-BiLSTM用于识别多因素欺凌以支持心理健康干预。