人工智能能否通过早期网络欺凌检测支持医疗健康与心理健康?情感感知人工智能对主动在线安全的影响
arXiv cs.AI · · 发布于 2026-09-11 · 2 分钟阅读
论文提出早期预警框架CareGuard,利用自然语言处理技术检测网络欺凌相关内容,以支持医疗驱动的心理健康保护和主动在线安全。该框架结合零样本语义标注与经微调的BERT、DistilBERT、RoBERTa等变换器模型,对敏感网络欺凌类别进行稳健且上下文感知的分类;同时加入情感感知过滤机制和基于余弦相似度的语义筛选,以便在医疗监测场景中聚焦语义相关且情感显著的内容,减少不必要的计算。基准数据集实验显示,CareGuard在检测准确率与计算效率之间取得平衡,具备在医疗系统、心理健康监测和在线安全应用中规模化部署的潜力。
当前来源仅提供摘要,以下要点基于摘要生成;可通过官方原文查看完整信息。背景与动机
医疗系统、心理健康和公共福祉日益受到网络欺凌和有害在线互动影响。
框架名称与目标
CareGuard是早期预警框架,支持医疗驱动的心理健康保护和主动在线安全。
检测内容
使用先进自然语言处理技术检测网络欺凌相关内容。
技术组合
集成零样本语义标注与经微调的基于Transformer的模型,包括BERT、DistilBERT和RoBERTa。
分类能力
可在敏感网络欺凌类别上实现稳健且具上下文感知的分类。
效率优化
引入情绪感知过滤和余弦相似度语义筛选,减少医疗监测中不必要的计算。
聚焦机制
使系统关注语义相关且情绪显著的内容。
实验结果
在基准数据集上有效平衡检测准确率和计算效率。
应用潜力
可用于医疗系统、心理健康监测和在线安全,并具可扩展部署潜力。
SOURCES
共 1 个来源来源与引用
官方原文arXiv cs.AI 原始发布2026-09-11 · 一手信息https://arxiv.org/abs/2609.09735