Detecting Slang on the Dark Web Based on Word Co-Occurrence Relationships in Anchor Texts
概要 ダークウェブでは薬物取引やサイバー犯罪などの違法活動が行われており、それらを隠すために特殊なスラングが使われています。本研究では、ダークウェブ上のハイパーリンク構造に着目し、犯罪関連スラングを検出する新しい手法を提案しました。具体的には、HTML内のリンク情報を分析し、同じリンク先を共有する単語同士の関係性をもとに、犯罪と関連の強い語を特定します。大規模データを用いた実験により、提案手法がノイズを抑えつつ様々なスラングを検出できることを確認しました。
著者 塩沢健（M1）、林容央（2025年3月修了）、穐山空道（立命館大学准教授）、桂井麻里衣
発表場所 国際会議 ICOIN 2026
論文情報・PDF
Ken Shiozawa, Hiroo Hayashi, Soramichi Akiyama, and Marie Katsurai. 2026. Detecting Slang on the Dark Web Based on Word Co-Occurrence Relationships in Anchor Texts. In ICOIN2026 (to appear)