[論文レビュー] Cyberbullying in Text Content Detection: An Analytical Review

Sylvia Worlali Azumah, Nelly Elsayed+2 more|arXiv (Cornell University)|Mar 18, 2023

Hate Speech and Cyberbullying Detection参考文献 55被引用数 5

ひとこと要約

本論文は、テキストにおけるサイバーいじめ検出に関する体系的文献レビューを提示し、検出手法、データセット、法的枠組み、および課題を分析している。機械学習および自然言語処理（NLP）が主な検出技術であることが同定され、Traceデータセットが重要なリソースであることが強調され、大陸をまたがるサイバーいじめ法の評価がなされ、検出研究を前進させるために、より優れたデータセットと法的枠組みの調和が不可欠であることが強調されている。

ABSTRACT

Technological advancements have resulted in an exponential increase in the use of online social networks (OSNs) worldwide. While online social networks provide a great communication medium, they also increase the user's exposure to life-threatening situations such as suicide, eating disorder, cybercrime, compulsive behavior, anxiety, and depression. To tackle the issue of cyberbullying, most existing literature focuses on developing approaches to identifying factors and understanding the textual factors associated with cyberbullying. While most of these approaches have brought great success in cyberbullying research, data availability needed to develop model detection remains a challenge in the research space. This paper conducts a comprehensive literature review to provide an understanding of cyberbullying detection.

研究の動機と目的

• 機械学習および自然言語処理（NLP）技術を用いたテキストにおけるサイバーいじめ検出の現在のアプローチを分析すること。
• 検出モデルの学習に用いるデータセットの入手可能性および品質に関する主な課題を特定すること。
• 異なる大陸におけるサイバーいじめ法が検出および執行に与える影響を検討すること。
• ソーシャルメディアプラットフォーム、教育者、法執行機関がサイバーいじめの是正に果たす役割を評価すること。
• サイバーいじめ検出およびデータセット開発における今後の研究に関する推奨事項を提示すること。

提案手法

• 関連する研究を同定およびスクリーニングするために、Di-CARE手法を用いた体系的文献レビューを実施した。
• サイバーいじめ検出、その形式、法的枠組みに焦点を当てた、査読済み出版物を収集および分析した。
• 機械学習、ディープラーニング、および自然言語処理を含む検出技術を評価した。
• サイバーいじめ検出研究に用いられる既存のデータセット（例：Traceデータセット）をレビューした。
• 米国、カナダ、オーストラリア、およびその他の地域におけるサイバーいじめ法を分析し、法的影響を評価した。
• 英語での事前定義済みの検索語句を用い、査読済みでない出版物は除外した。

実験結果

リサーチクエスチョン

• RQ1 データの入手可能性に関して、サイバーいじめ検出研究における主な問題は何であるか？
• RQ2 異なる大陸における既存の法および立法が、サイバーいじめ検出および執行にどのように影響を与えるか？
• RQ3 テキストにおけるサイバーいじめ検出に用いられる、最も効果的な機械学習およびNLP手法は何か？
• RQ4 炎上（flaming）、嫌がらせ（harassment）、ドxx（doxing）などのサイバーいじめの形態が、検出モデルのパフォーマンスにどのように影響を与えるか？
• RQ5 ソーシャルメディアプラットフォーム、教育者、法執行機関は、サイバーいじめの是正にどのように関与しているか？

主な発見

• サイバーいじめ検出研究の多くは、機械学習およびNLP技術に依存しており、ディープラーニングは高度な検出に強い可能性を示している。
• Traceデータセットは、サイバーいじめ研究において最も広く使用されているデータセットであるが、研究者たちは、より多様で高品質なデータセットの必要性を強調している。
• 米国では、49州が一般的ないじめ防止法を有し、40州が電子的嫌がらせに関する法を有し、14州がサイバーいじめに特化した法を有しており、罰則には最長6か月の懲役または1,000ドルの罰金が科される。
• カナダの刑法第264条(2)(b)では、繰り返しのオンライン接触を犯罪とみなしており、最長10年以下の懲役が科される。
• オーストラリアのニューサウスウェールズ州法では、個人を標的としたサイバーいじめが犯罪とされ、他の形態のオンラインいじめに対しても広く適用される。
• ガーナでは、ソーシャルメディア上のサイバーいじめに対して、6か月から36か月の懲役が科されるが、イギリス、スイス、スペインでは現在、特定のサイバーいじめ法が存在しない。