按年被提到
20182018 · 4 次2026
社会、经济与科学研究›社交网络与在线社区·arXiv:1805.05345 · cs.CL

Conversations Gone Awry: Detecting Early Signs of Conversational Failure

对话走偏:检测对话失败的早期迹象
Justine Zhang, Jonathan P. Chang, Cristian Danescu-Niculescu-Mizil, Lucas Dixon, Yiqing Hua, Nithum Thain, Dario Taraborelli · 2018

从开场几句话预测在线讨论会否演变成人身攻击

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 5 人首次 2018-05-21 · 最近 2020-11-07发表于 Proceedings of the conference - Association for Computational Linguistics. Meeting
5不同的人
3活跃月份
5讨论串
175被引(OpenAlex)

论文提出一个新任务:仅凭对话的最开头,预测它之后是否会失控变成骚扰或人身攻击,以便在还来得及挽回时干预。作者构建了一个刻画礼貌策略、修辞提问等语用手段的框架,并分析它们与对话后续走向的关系,在受控设定下证明了检测这类早期预警信号是可行的。

HN 为什么提它

输入中没有可用的评论摘录,只能看出它在 2018 到 2020 年间被不同的人多次提起,大概与在线社区的讨论质量话题有关。

方法难度 3 / 5约 40 分钟经得起时间
读之前最好知道
1自然语言处理基础
2语用学与礼貌策略(politeness theory)
3文本分类与特征工程
4在线社区内容审核

学习路径

读这篇之前,按顺序读书架上的 4 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

这条路径先建立在线社区里用户行为与反馈的基础,再看反社会行为的识别和说服性对话的语言特征,最后读用开场语用特征预测对话走偏的本文。

  1. 1
    How Community Feedback Shapes User Behavior社区反馈如何塑造用户行为 · 2014

    展示社区反馈如何改变用户后续行为,是理解在线讨论中恶化动态的背景。

    读核心结论:负面反馈与发帖量、质量的关系;理解如何用大规模论坛数据做行为因果分析。

  2. 2
    Antisocial Behavior in Online Discussion Communities在线讨论社区中的反社会行为 · 2015

    本文要预测的反社会行为(被封禁用户)在这里被系统刻画,并有提前识别的尝试。

    读被封禁用户的发帖特征、随时间的变化,以及预测被封禁的特征与分类器设置。

  3. 3

    说明捣乱行为不只来自特定的人,也与讨论情境有关,帮助理解为什么要看对话开头的情境。

    读实验设计与结论:情绪和讨论上下文如何诱发 trolling;与本文的预测任务对照。

  4. 4
    Winning Arguments: Interaction Dynamics and Persuasion Strategies in Good-faith Online Discussions赢得争论:善意在线讨论中的互动动态与说服策略 · 2016

    同样基于 ChangeMyView 这类对话数据,用语言特征分析互动,与本文用语用手段刻画对话的思路接近。

    读互动动态与说服相关的语言特征如何被提取与比较;不必细读全部回归结果。

  5. 5
    Conversations Gone Awry: Detecting Early Signs of Conversational Failure对话走偏:检测对话失败的早期迹象 · 2018 · 就是这篇

    目标论文:从对话开头的语用特征预测之后是否走偏。

    读礼貌策略与修辞提示等语用特征的构造、任务设定,以及与人类判断的对比。

HN 书评

没有评论直接链到它;下面是它被提交的讨论串里回复最多的评论(不计入统计)
讨论串评论gnomespaceship · 2018-06

“The paper looks at 50 million conversations across 16 million Wikipedia talk pages to create a framework for understanding linguistic markers of conversational trajectories. In a (very surprising) nutshell: if someone writes "Wow, you're coming off as a total d," the conversation is likely to end badly.”

[Study] Conversations Gone Awry: Detecting Early Signs of Conversational Failure原评论 ↗
被提交为 story · 5 次