Browsing by Author "Yang, Yukiko"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    惡意內容文本自動分類之研究
    (2025) 楊雪子; Yang, Yukiko
    本研究旨在探討如何運用多種人工智慧模型，對網路社群平台上的多標籤惡意文本（Toxic Content）進行分類與分析，並比較不同模型在多標籤分類任務中的成效。隨著社群媒體的普及，惡意評論與網路霸凌等問題日益嚴重，對使用者心理健康與社會互動造成負面影響。為有效偵測並管理有害內容，本研究選取來自Jigsaw釋出的Toxic Comment Classification涵蓋多重標籤的開放資料集，進行文本分析的實驗。研究將模型分為三大組：傳統機器學習模型組（如Logistic Regression、Random Forest、Naive Bayes、XGBoost等）、深度學習模型組（如GRU、BiLSTM、LSTM、CNN等）、以及大型語言模型組（BERT、Grok、GPT、Gemini）來進行分組實驗，訓練後模型的效能則依照 ROC-AUC、準確率（Accuracy）、F1-score、Hamming Loss 等指標來進行效能評估。實驗結果顯示，大型語言模型組的BERT在多標籤資料集的分類的表現最佳（ROC-AUC分數達0.9782），傳統機器學習中的 Logistic Regression搭配TF-IDF特徵次之，這可認為推出多年的傳統機器學習模型面對新推出的大型語言模型，效能表現仍相當亮眼，且無須額外費用，對學術或非商業的需求亦是理想的選擇，本研究結果可作為未來建立高效、精準之惡意評論自動分類系統的參考依據。