论文链接：https://arxiv.org/pdf/2011.05367.pdf摘要        社交媒体被故意用于恶意目的，包括政治操纵和虚假信息。大多数研究都集中在高资源语言上。然而，恶意行为者会跨国家/地区和语言共享内容，包括资源匮乏的语言。        在这里，我们调查是否以及在何种程度上可以在低资源语言设置中检测到恶意行为者。我们发现，2016年美国总统大选后，Twitter打击干扰行动的一部分是，大量用他加禄语发布的账户被暂停。       通过结合文本嵌入和迁移学习，我们的框架可以准确地检测到用他加禄语发布的恶意用户，而无需事先了解该语言的恶意内容或对其进行训练。