Proiectul: DarkWebIdentity

În această etapă a proiectului ne-am concentrat pe a treia și a patra activitate, care au presupus cercetarea și

construirea de modele pentru sarcinile de verificare, identificare și profilare a autorului. Experimentele au fost

de succes și am reușit să transferăm informații din seturi de date clasice către cele specifice Darkweb.

Am publicat o lucrare la o conferință de rang A, cu rezultate de ultimă generație (diseminarea pe scară largă a

metoda prezentată în secțiunea 2). Am pregătit, de asemenea, o a doua lucrare care este în curs de revizuire (B) și

se lucrează în prezent la a treia abordare (C).

Lucrăm, de asemenea, la îmbunătățirea actualei metode de distilare a funcțiilor kernel pentru profilarea autorului.

Activitatea 2.1 Colectare corpus din PAN@CLEF.

Status implementare: 100%

Rezultat: Aggregated datasets, with new splits proposed

for eliminating biases

https://github.com/fbrad/darwin

____________________________________________________________

Activitatea 2.2 Construire corpus din platforme de socializare/forumuri

Status implementare: 100%

Rezultat: Extracted from reddit

https://github.com/fbrad/darwin

____________________________________________________________

Activitatea 2.3 Construire corpus din DarkWeb

Status implementare: 100%

Rezultat: Extragere corpus din forumuri DarkWeb

____________________________________________________________

Activitatea 3.1 Distilare funcții kernel în rețele

siameze

Status implementare: 50%

Rezultat: Testing the distillation for authorship profiling task.

____________________________________________________________

Activitatea 3.2 Căutare în spațiul rețelelor

siameze (și a altor arhitecturi)

Status implementare: 90%

Rezultat: Working to improve the performance for the kernel distillation models.

____________________________________________________________

Activitatea 4.1 Implementare modele pentru verificarea autorului

Status implementare: 100%

Rezultat: Paper B, C from Section 2 proposes direct methods for this purpose. We also tested the model proposed in A for this task with lower than state-of-the-art results.

____________________________________________________________

Activitatea 4.2 Implementare modele pentru identificarea autorului

Status implementare: 100%

Rezultat: We applied the model proposed in paper A and B for identifying authors on the Koppel dataset (https://www.jmlr.org/papers/v8/koppel07a.html).

____________________________________________________________

Activitatea 4.3 Implementare modele pentru

profilarea autorului

Status implementare: 50%

Rezultat: We currently test the siamese kernel distillation for this task.

____________________________________________________________

Activitatea 7.1 Diseminarea rezultatelor

Status implementare: 70%

Rezultat:

- 2 polished papers (one accepted and one

under review at rank A venues)

- 2 best paper/poster awards

- Work presented at Workshop at A*

venue, Summer school, reading groups,

scientific communication session, deep

learning meetup.

____________________________________________________________