AncomWiki

위키백과 반달리즘 탐지를 위한 크로스-러닝 (봇 vs 사용자)

Properties1
description이 논문은 위키백과에서 발생하는 반달리즘(악의적 수정) 탐지를 위해 봇과 사용자의 기여를 비교 분석하는 새로운 텍스트 특징(feature)을 제안합니다. 5개 언어의 5억 건 이상 수정 이력을 대상으로 한 실험 결과, 적절한 텍스트 특징을 사용하면 단일 언어 학습으로도 다른 언어의 반달리즘 탐지에 효과적인 봇을 구축할 수 있음을 보였습니다. 이는 기존 소규모 데이터셋(PAN)과 달리 대규모 실제 데이터에서 검증되었으며, 다국…

12 min read

위키백과 반달리즘 탐지를 위한 크로스-러닝 (봇 vs 사용자)

Source

  • Evernote/Inbox/Cross-Language Learning from Bots and Users to Detect Vandalism on Wikipedia.md

Summary

이 논문은 위키백과에서 발생하는 반달리즘(악의적 수정) 탐지를 위해 봇과 사용자의 기여를 비교 분석하는 새로운 텍스트 특징(feature)을 제안합니다. 5개 언어의 5억 건 이상 수정 이력을 대상으로 한 실험 결과, 적절한 텍스트 특징을 사용하면 단일 언어 학습으로도 다른 언어의 반달리즘 탐지에 효과적인 봇을 구축할 수 있음을 보였습니다. 이는 기존 소규모 데이터셋(PAN)과 달리 대규모 실제 데이터에서 검증되었으며, 다국어 환경에서 작동하는 차세대 ML 기반 반달리즘 탐지 봇 개발을 목표로 합니다.

Key Points

  • 반달리즘 탐지를 위해 봇과 사용자의 기여 차이를 포착하는 언어 불변의 텍스트 특징 제안
  • 5개 언어, 500만 개 이상의 문서, 5억 건 이상의 수정 이력을 활용한 대규모 평가 수행
  • 단일 언어 학습으로도 다른 언어의 반달리즘 탐지에 효과적인 크로스-러닝 가능성 입증
  • 기존 소규모 연구용 데이터셋(PAN)과 실제 위키백과 전체 데이터셋 간 성능 차이 분석
  • 다국어 환경에서 작동하는 머신러닝 기반 차세대 반달리즘 탐지 봇 개발을 최종 목표

그래프 뷰

백링크