恒大研 AI 偵測網絡欺凌 分析多人互動識別圍攻

恒大以大型語言模型分析多人對話

香港恒生大學研究團隊開發網絡欺凌偵測框架，以大型語言模型分析中英夾雜的多人對話，識別攻擊者、受害者及兩者之間的互動，並按攻擊頻率、參與人數及權力失衡設定欺凌嚴重程度。

研究成果刊於《Intelligent Systems with Applications》2026 年 5 月期，恒大研究資料庫亦列出相關論文。論文聚焦廣東話口語與英文混合的社交平台交流，研究如何在對話進行期間辨識欺凌個案。

微調兩款模型，測試完整對話分析

根據偵測框架論文，團隊以 1,685 段人工標註對話、合共 14,257 條帖文，微調 Llama 3.1 8B 及 Qwen 2.5 14B 兩款模型。研究設計了特定提示格式，要求模型明確連結受害者、攻擊者及攻擊類別。

論文指出，一次分析整段對話，在識別受害者的任務上，表現優於逐則處理留言。明確建立攻擊者與受害者的關係，亦改善了不同嚴重程度設定下的早期偵測表現。

框架採用多項門檻，包括侮辱頻率、攻擊者人數及雙方權力失衡，用於界定需要辨識的欺凌個案。這些結果來自研究測試，並非學校或社交平台正式部署後的成效。

數據集標註攻擊角色，兼顧個人私隱

團隊另於 2026 年 3 月在《Data》發表數據集論文，介紹具私隱保護的中英夾雜網絡欺凌資料。數據除記錄文字外，亦標註攻擊者與受害者，支援對話層面的分析。

《Data》論文說明，原始帖文收集於 2021 年 12 月至 2023 年 6 月，地域範圍涵蓋香港附近的珠江三角洲。團隊其後篩選中英混合對話，再由母語為廣東話的標註人員處理資料。因此，數據集並非只包含香港居民的交流。

論文亦指出，社交平台政策、語言習慣及討論主題會隨時間改變，歷史資料的適用性需要留意。

人手審查仍必要，擬擴展至圖像及迷因

朱振輝在《香港01》2026 年 10 月 6 日報道中表示，網上欺凌可能透過諷刺、嘲笑或間接攻擊進行，單靠關鍵字過濾容易遺漏。研究希望協助教育機構、平台及輔導人員優先處理高風險個案。

他強調，AI 並非要取代專業判斷，自動化系統無法完全準確，數據集亦需定期更新及重新標註。團隊計劃把研究由文字延伸至圖像、網絡迷因及其他多模態內容。

來源

• Early discovery of cyberbullying incidents in multiparty Chinese-English code-mixed colloquial dialogue: A generative AI approach（偵測框架原始論文）
• Privacy-Aware Code-Mixed Cyberbullying Dataset for Session-Based Analysis（數據集原始論文）
• 恒生大學研 AI 偵測網絡欺凌（香港01，研究人員受訪說法）