2026年10月6日 

香港恒生大學一項最新研究利用具私隱保護的數據及大型語言模型（LLM），從更廣泛的對話語境理解網絡欺凌行為，為識別相關行為及建立更安全的數碼社群提供新方向。

該研究由恒生大學計算機科學系助理教授朱振輝博士領導，於2026年發表兩項相關研究。第一項研究題為《Privacy-Aware Code-Mixed Cyberbullying Dataset for Session-Based Analysis》，發表於學術期刊《Data》（第11卷，第3期），建立了一個公開數據集，用於分析中英夾雜對話中的網絡欺凌現象。第二項研究題為《Early Discovery of Cyberbullying Incidents in Multiparty Chinese-English Code-Mixed Colloquial Dialogue: A Generative AI Approach》，發表於《Intelligent Systems with Applications》（第30卷，2026年），開發了一個以LLM為基礎的框架，能在網絡欺凌行為逐漸形成的過程中及早識別。

朱博士指出：「項目於數年前開展時，當時的技術尚未能分析涉及多名參與者的複雜網上對話，而LLM領域的最新進展，使此項工作變為可能。」

這種技術突破對香港尤為重要，因為本港網上溝通經常混合廣東話、書面中文、英文及本地網絡潮語。傳統人工智能系統往往難以處理這類語碼混合語言，而網絡欺凌本身亦可能以諷刺、嘲笑或間接攻擊的形式出現，未必使用明顯的冒犯字眼。

為應對這些挑戰，研究團隊開發了「具私隱保護的中英夾雜網絡欺凌數據集」，包含從社交平台 X（前稱Twitter）蒐集的 14,000 多條經人工標註的帖子，分為 1,600 多段對話。原始資料集包含數十萬個帖文。團隊耗時逾六個月進行數據蒐集、清理及標註。

研究人員並非單單評估個別帖文，而是分析涉及多名參與者及多輪交流的完整對話。由LLM驅動的框架可識別受害者、施暴者及欺凌互動行為，同時考慮相關行為如何隨時間演變。這使系統能辨識重複針對、間接提及和不斷變化的人際關係，而這些情況往往容易被單一訊息層面的分析方法所忽略。

研究亦提出一套更有系統的方式，評估網絡欺凌的嚴重程度，考慮因素包括欺凌互動行為的頻率、施暴者人數，以及參與者之間的權力失衡。這類分析有助優先處理風險較高的個案，以便及早進行人為介入。

朱博士亦強調，人工智能並非要取代人類判斷：「人工智能可協助識別可能構成問題的內容，但人手審查仍然必要，因為沒有任何自動化系統是完全準確的。」網上語言變化迅速，數據集亦需定期更新及重新標註。

研究結果顯示，私隱保障與有效的人工智能研究可以並存；在某些情況下，減少訓練數據中的雜訊及偏誤，更可提升模型的表現。研究成果可支援未來在教育、社交媒體安全及數碼健康方面的研究及實際應用。

展望未來，朱博士及其團隊計劃把研究由文字擴展至圖像、迷因（meme）及其他多模態內容。他說：「我希望科技可以協助減少網絡欺凌造成的傷害，並為更安全的數碼環境作出貢獻。」