恒生大学研发AI反网络欺凌系统：精准识别粤语英语混杂语境下的隐性攻击

攻克中英口语混合难题，通过多轮对话分析洞察讽刺意味

这项前沿研究由香港恒生大学计算机科学系助理教授朱振辉领衔完成，其相关成果已于2026年陆续刊登在国际知名学术期刊《Data》以及《Intelligent Systems with Applications》上。据朱振辉介绍，该项目实际上早在数年前便已启动，然而受限于当时的技术水平，处理涉及多位参与者的复杂对话场景一直是个难以逾越的障碍。直到近年来大型语言模型技术取得突破性进展，跨语境的深度分析才真正具备了可行性。

在香港的网络社交环境中，网民们在交流时往往习惯将广东话、书面中文、英文以及本土流行的网络俚语混合使用。这种复杂的语言生态使得欺凌行为变得更加隐蔽——施暴者通常不会直接使用粗俗脏话或明显的侮辱性词汇，而是倾向于采用冷嘲热讽、挖苦嘲笑或是间接的人身攻击等手段。传统的基于关键词过滤的检测系统在这种情境下极易出现漏判。为了应对这一挑战，研究团队投入了超过六个月的时间，对社交平台X（原Twitter）上的数十万条原始帖子进行了细致的清洗与标注工作，最终构建了一个名为“具隐私保护中英夹杂网络欺凌数据集”的专业资源库，其中包含了逾1.4万条经过人工精心标注的帖子以及超过1,600段完整的对话记录。

评估权力不对等状况，协助优先干预高风险案例

不同于以往仅针对单一条目进行审查的传统机制，这套全新的智能系统能够深入剖析多方参与者之间的完整互动过程，涵盖多轮次的交流内容。依托于大语言模型（LLM）驱动的分析框架，该系统不仅能够准确辨识出受害者、施暴者及其具体的欺凌互动模式，还能动态追踪这些行为随时间推移所产生的演变轨迹。这意味着系统可以精准捕捉到那些重复性的针对性攻击、隐晦的间接提及以及人际关系中的微妙变化等深层次动态信息。

除此之外，研究团队还创新性地提出了一套系统化的严重程度评估方法。该方法综合考量了多个关键维度，包括欺凌互动的发生频率、施暴者的群体规模，以及参与各方之间存在的权力失衡程度，从而以科学的方式量化欺凌事件的严重等级。这种精细化的分析机制旨在帮助教育机构、社交媒体平台运营方以及一线心理辅导人员更高效地筛选并锁定那些处于高危状态的个案，以便在事态进一步恶化之前，及时采取有效的人工干预措施。

明确AI辅助而非替代人工判断，未来计划拓展至图像及梗图领域

朱振辉特别强调，引入人工智能技术的初衷绝非是为了取代人类专家的专业判断力。他解释道，鉴于网络语言环境的瞬息万变，且目前尚无任何自动化系统能够达到百分之百的准确率，因此人工审核环节依然不可或缺。同时，相关的训练数据集也需要定期进行更新和重新标注，以确保模型的时效性与准确性。该研究同时也证实了一个重要观点：即在充分保障个人隐私的前提下，依然可以有效地推动人工智能科研的发展；通过减少训练数据中的噪声干扰及潜在偏差，反而能够显著提升算法模型的整体表现性能。

展望未来，研究团队计划将当前的纯文本分析范畴进一步扩展，纳入图像处理、网络迷因（meme）以及其他多种模态的内容识别中。他们期望通过充分利用科技的力量，切实协助减轻网络欺凌所带来的伤害，并为营造一个更加安全、健康的数字生态环境贡献自己的力量。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，硕谷新闻聚合所有文章均包含本声明。