Graph Neural Networks for Antisocial Behavior Detection on Twitter

要約

ソーシャルメディアでの反社会的行為の復活は、誤ったニュースや歪曲されたニュースだけでなく、個人や社会集団に対する固定観念や憎悪のコメントにも悪影響を及ぼしています。
大量のグラフ構造データに使用されるグラフ ニューラル ネットワークの進歩により、ソーシャル メディア プラットフォームでのコミュニケーション仲介の将来に大きな期待が高まります。
グラフ畳み込みデータに基づくアプローチを採用して、異種データ間の依存関係をより適切に把握しました。
このテーマに関する過去と現在の経験を活用して、私たちは、言語にも文脈にも依存しない一般的な適用性を備えた、反社会的行動検出のためのグラフベースのアプローチを提案し、評価しました。
この研究では、共有タスクの一部として提供されたいくつかの PAN データセットに対して、グラフベースのアプローチの実験的検証を実行しました。これにより、提案されたソリューションによって得られた結果についての議論が可能になります。

要約(オリジナル)

Social media resurgence of antisocial behavior has exerted a downward spiral on stereotypical beliefs, and hateful comments towards individuals and social groups, as well as false or distorted news. The advances in graph neural networks employed on massive quantities of graph-structured data raise high hopes for the future of mediating communication on social media platforms. An approach based on graph convolutional data was employed to better capture the dependencies between the heterogeneous types of data. Utilizing past and present experiences on the topic, we proposed and evaluated a graph-based approach for antisocial behavior detection, with general applicability that is both language- and context-independent. In this research, we carried out an experimental validation of our graph-based approach on several PAN datasets provided as part of their shared tasks, that enable the discussion of the results obtained by the proposed solution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google