本港網上討論文化盛行，且充斥中英夾雜、廣東話口語及本土潮語，令傳統人工智能（AI）難以辨識暗藏諷刺或間接攻擊的網絡欺凌行為。恒生大學最新一項研究突破技術限制，利用具備私隱保護的數據集及大型語言模型（LLM），從對話整體語境深入剖析網絡欺凌，成功開發出一套能夠在欺凌互動逐漸形成過程中及早識別的AI框架，為識別相關行為及建立更安全的數碼社群提供新方向。

破解中英口語混合難題　分析多輪對話捕捉暗諷

研究由恒大計算機科學系助理教授朱振輝領導，成果於2026年先後發表於國際學術期刊《Data》及《Intelligent Systems with Applications》。朱振輝表示，項目早在數年前開展，惟當時技術無法處理涉及多名參與者的複雜對話，直至近年大型語言模型的快速發展，才令跨語境分析得以實現。

本港網民在網上溝通時，經常混合使用廣東話、書面中文、英文及本地網絡潮語。欺凌者往往未必直接使用粗言穢語或明顯的冒犯字眼，而是採取諷刺、嘲笑或間接攻擊等手段，傳統單憑關鍵字過濾的系統極易走漏。為此，團隊耗時逾6個月，從社交平台X（前稱Twitter）數十萬個原始帖文中進行清理及標註，建立包含1.4萬多條人工標註帖文、逾1,600段對話的「具私隱保護中英夾雜網絡欺凌數據集」。

系統評估權力失衡　助優先介入高風險個案

與過往單純審查個別單一帖文的機制不同，新系統會分析多名參與者及多輪交流的完整對話。由LLM驅動的框架不僅能識別受害者、施暴者及欺凌互動行為，更能追蹤相關行為如何隨時間演變，從而精準捕捉重複針對、間接提及或人際關係變化等動態。

此外，研究團隊更提出一套有系統的評估方式，綜合考慮欺凌互動的頻率、施暴者人數以及參與者之間的權力失衡程度，科學評估欺凌事件的嚴重性。這種分析機制有助教育機構、社交平台或前線輔導人員優先鎖定高風險個案，以便在情況惡化前及早進行人為介入。

強調AI不取代人手判斷　未來擬擴至圖像及迷因

朱振輝強調，AI並非要取代人類的專業判斷。他解釋，網上語言變化迅速，且沒有任何自動化系統是完全準確，因此人手審查仍然必要，相關數據集亦需定期更新及重新標註。研究同時證明，個人私隱保障與有效推動AI科研可以並存，在減少訓練數據中的雜訊及偏誤後，更可提升模型的表現。

團隊計劃未來將研究範疇由純文字進一步拓展至圖像、網絡迷因（meme）及其他多模態內容，期望善用科技力量，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。