論文の概要: Unveiling the Potential of Knowledge-Prompted ChatGPT for Enhancing Drug Trafficking Detection on Social Media

• arxiv url: http://arxiv.org/abs/2307.03699v1
• Date: Fri, 7 Jul 2023 16:15:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-10 11:50:21.382700
• Title: Unveiling the Potential of Knowledge-Prompted ChatGPT for Enhancing Drug Trafficking Detection on Social Media
• Title（参考訳）: ソーシャルメディア上でのドラッグトラヒック検出を支援する知識プロンプトChatGPTの可能性
• Authors: Chuanbo Hu, Bin Liu, Xin Li, Yanfang Ye
• Abstract要約: そこで本研究では,人間がLLMと対話し,その検出作業を行うためのインタフェースとして,emphknowledgeインフォームドプロンプトを構成するための分析フレームワークを提案する。 実験により,本フレームワークは薬物輸送検出精度において,他のベースライン言語モデルよりも優れていることが示された。 この研究がソーシャルネットワークにもたらした意味は、オンラインのセキュリティと公衆安全を改善するための分析ツールに事前知識とシナリオベースのプロンプトを組み込むことの重要性を強調している。
• 参考スコア（独自算出の注目度）: 30.791563171321062
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social media platforms such as Instagram and Twitter have emerged as critical channels for drug marketing and illegal sale. Detecting and labeling online illicit drug trafficking activities becomes important in addressing this issue. However, the effectiveness of conventional supervised learning methods in detecting drug trafficking heavily relies on having access to substantial amounts of labeled data, while data annotation is time-consuming and resource-intensive. Furthermore, these models often face challenges in accurately identifying trafficking activities when drug dealers use deceptive language and euphemisms to avoid detection. To overcome this limitation, we conduct the first systematic study on leveraging large language models (LLMs), such as ChatGPT, to detect illicit drug trafficking activities on social media. We propose an analytical framework to compose \emph{knowledge-informed prompts}, which serve as the interface that humans can interact with and use LLMs to perform the detection task. Additionally, we design a Monte Carlo dropout based prompt optimization method to further to improve performance and interpretability. Our experimental findings demonstrate that the proposed framework outperforms other baseline language models in terms of drug trafficking detection accuracy, showing a remarkable improvement of nearly 12\%. By integrating prior knowledge and the proposed prompts, ChatGPT can effectively identify and label drug trafficking activities on social networks, even in the presence of deceptive language and euphemisms used by drug dealers to evade detection. The implications of our research extend to social networks, emphasizing the importance of incorporating prior knowledge and scenario-based prompts into analytical tools to improve online security and public safety.
• Abstract（参考訳）: instagramやtwitterといったソーシャルメディアプラットフォームは、ドラッグマーケティングや違法販売の重要なチャネルとして浮上している。 オンライン違法薬物密売活動の検出・ラベル付けは,この問題に対処する上で重要である。 しかしながら、従来の教師付き学習手法による薬物取引の検出は、大量のラベル付きデータへのアクセスに大きく依存するが、データアノテーションは時間を要する。 さらに、これらのモデルはしばしば、麻薬ディーラーが検出を避けるために偽りの言語やエウヘミズムを使用するとき、トラフィックを正確に識別する際の課題に直面している。 この制限を克服するために,我々はChatGPTのような大規模言語モデル(LLM)を活用するための最初の体系的研究を行い,ソーシャルメディア上で違法な薬物密売活動を検出する。 我々は,人間と対話し,llmを用いて検出タスクを行うためのインタフェースとして,<emph{knowledge-informed prompts} を構成する解析フレームワークを提案する。 さらに,モンテカルロのドロップアウトに基づくプロンプト最適化手法を設計し,性能と解釈性の向上を図る。 実験の結果,提案フレームワークは他の基本言語モデルよりも薬物密輸検出精度が優れており,約12\%の大幅な改善がみられた。 先行知識と提案プロンプトを統合することで、chatgptは、偽りの言語や薬物ディーラーが検出を避けるために使用する預言者が存在する場合でも、ソーシャルネットワーク上での薬物密売活動を効果的に識別し、ラベル付けすることができる。 私たちの研究の意義はソーシャルネットワークに広がり、オンラインのセキュリティと公共の安全を改善する分析ツールに事前知識とシナリオに基づくプロンプトを組み込むことの重要性を強調しています。

関連論文リスト

• Enhanced Online Grooming Detection Employing Context Determination and Message-Level Analysis [2.424910201171407]
  オンライングルーミング(オンライングルーミング、OG)は、ソーシャルメディアやメッセージプラットフォーム上での子供の脆弱性を危うくする詐欺的手法を用いて、オンラインで子どもが優先的に直面している一般的な脅威である。 既存のソリューションは、リアルタイムのOG検出に効果的に対応しない児童虐待メディアの署名分析に重点を置いている。 本稿では,OG攻撃が複雑であり,大人と子供のコミュニケーションパターンの特定が必要であることを提案する。
  論文  参考訳（メタデータ） (2024-09-12T11:37:34Z)
• Detecting Relevant Information in High-Volume Chat Logs: Keyphrase Extraction for Grooming and Drug Dealing Forensic Analysis [2.1638802483603987]
  本稿では,グルーミングと薬物取引を含む多量チャットログにおける関連情報を検出するために,教師付きキーフレーズ抽出手法を提案する。 提案手法であるJointKPE++は,より長いテキストを効果的に処理するための改良を活用して,JointKPEキーフレーズ抽出器上に構築する。
  論文  参考訳（メタデータ） (2023-09-15T03:18:31Z)
• Does Synthetic Data Generation of LLMs Help Clinical Text Mining? [51.205078179427645]
  臨床テキストマイニングにおけるOpenAIのChatGPTの可能性を検討する。 本稿では,高品質な合成データを大量に生成する新たな学習パラダイムを提案する。 提案手法により,下流タスクの性能が大幅に向上した。
  論文  参考訳（メタデータ） (2023-03-08T03:56:31Z)
• Countering Malicious Content Moderation Evasion in Online Social Networks: Simulation and Detection of Word Camouflage [64.78260098263489]
  ツイストとカモフラージュキーワードは、プラットフォームコンテンツモデレーションシステムを回避する最もよく使われるテクニックである。 本稿では,コンテンツ回避の新たな手法をシミュレートし,検出する多言語ツールを開発することにより,悪意ある情報に対する対処に大きく貢献する。
  論文  参考訳（メタデータ） (2022-12-27T16:08:49Z)
• SSM-DTA: Breaking the Barriers of Data Scarcity in Drug-Target Affinity Prediction [127.43571146741984]
  薬物標的親和性(DTA)は、早期の薬物発見において極めて重要である。 湿式実験は依然として最も信頼性の高い方法であるが、時間と資源が集中している。 既存の手法は主に、データ不足の問題に適切に対処することなく、利用可能なDTAデータに基づく技術開発に重点を置いている。 SSM-DTAフレームワークについて述べる。
  論文  参考訳（メタデータ） (2022-06-20T14:53:25Z)
• AI-based Approach for Safety Signals Detection from Social Networks: Application to the Levothyrox Scandal in 2017 on Doctissimo Forum [1.4502611532302039]
  本稿では,患者のレビューから医薬安全信号を検出するためのAIベースのアプローチを提案する。 フランスにおけるLevothyroxの症例に着目し,薬式変更後にメディアから大きな注目を集めた。 本研究は, 言葉とn-grams頻度, 意味的類似性, 副薬物反応の言及, 感情分析など, 患者のレビューから抽出したNLPに基づく指標について検討した。
  論文  参考訳（メタデータ） (2022-02-01T10:17:32Z)
• Detection of Illicit Drug Trafficking Events on Instagram: A Deep Multimodal Multilabel Learning Approach [18.223055392013542]
  Instagram上では、違法薬物密売事件(IDTE)の詳細な検出に関する最初の系統的研究を行っている。 具体的には,本モデルでは,テキストと画像データを入力とし,マルチモーダル情報を組み合わせて複数の違法薬物のラベルを予測する。 我々は,不正薬物の詳細な検出を支援するために,手動で注釈付き複数の薬物ラベルを付加した大規模データセットMM-IDTEを構築した。
  論文  参考訳（メタデータ） (2021-08-19T21:16:21Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)
• Mining Implicit Relevance Feedback from User Behavior for Web Question Answering [92.45607094299181]
  本研究は,ユーザ行動と通過関連性との関連性を検討するための最初の研究である。 提案手法は,追加のラベル付きデータを使わずにパスランキングの精度を大幅に向上させる。 実際にこの研究は、グローバルな商用検索エンジンにおけるQAサービスの人為的ラベリングコストを大幅に削減する効果が証明されている。
  論文  参考訳（メタデータ） (2020-06-13T07:02:08Z)
• Survey of Network Intrusion Detection Methods from the Perspective of the Knowledge Discovery in Databases Process [63.75363908696257]
  本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。 本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。 この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
  論文  参考訳（メタデータ） (2020-01-27T11:21:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。