Artigo em revista científica Q1
Automatic cyberbullying detection: a systematic review
Hugo Rosa (Rosa, H.); Nádia Pereira (Pereira, N.); Ricardo Ribeiro (Ribeiro, R.); Paula C. Ferreira (Ferreira, P.); João Paulo Carvalho (Carvalho, J.); Sofia Oliveira (Oliveira, S.); Luisa Coheur (Coheur, L.); Paula Paulino (Paulino, P.); Ana Margarida Veiga Simão (Simão, A.); Isabel Trancoso (Trancoso, I.); et al.
Título Revista
Computers in Human Behavior
Reino Unido
Mais Informação
Web of Science®

N.º de citações: 53

(Última verificação: 2022-06-25 15:24)

Ver o registo na Web of Science®

: 2.8

N.º de citações: 73

(Última verificação: 2022-06-23 19:13)

Ver o registo na Scopus

: 3.0
Google Scholar

N.º de citações: 133

(Última verificação: 2022-06-25 08:07)

Ver o registo no Google Scholar

Automatic cyberbullying detection is a task of growing interest, particularly in the Natural Language Processing and Machine Learning communities. Not only is it challenging, but it is also a relevant need given how social networks have become a vital part of individuals' lives and how dire the consequences of cyberbullying can be, especially among adolescents. In this work, we conduct an in-depth analysis of 22 studies on automatic cyberbullying detection, complemented by an experiment to validate current practices through the analysis of two datasets. Results indicated that cyberbullying is often misrepresented in the literature, leading to inaccurate systems that would have little real-world application. Criteria concerning cyberbullying definitions and other methodological concerns seem to be often dismissed. Additionally, there is no uniformity regarding the methodology to evaluate said systems and the natural imbalance of datasets remains an issue. This paper aims to direct future research on the subject towards a viewpoint that is more coherent with the definition and representation of the phenomenon, so that future systems can have a practical and impactful application. Recommendations on future works are also made.
Cyberbullying,Automatic cyberbullying detection,Natural language processing,Machine learning,Abusive language,Social networks
  • Ciências da Computação e da Informação - Ciências Naturais
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
  • Psicologia - Ciências Sociais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
PTDC/MHC/PED/3297/2014 Fundação para a Ciência e a Tecnologia
SFRH/BSAB/136312/2018 INESC-ID
ID/CEC/50021/2013 INESC-ID
UID/PSI/4527/2016) Universidade de Lisboa
SFRH/BPD/110695/2015 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.