职场欺凌行为识别与干预——基于2023年人力资源投诉记录文本分类.pdfVIP

职场欺凌行为识别与干预——基于2023年人力资源投诉记录

文本分类

摘要与关键词

本研究旨在通过对2023年大型企业人力资源部门受理的员

工投诉和申诉记录文本进行深度自然语言处理与机器学习分析

，系统探究职场欺凌行为的显性与隐性模式，构建自动识别模

型，并提出基于数据洞察的精准干预策略。研究数据来源于金

融、科技、制造业等八个行业、二十家企业于2023年度匿名化

处理后的全部正式投诉文本记录，共计约一万五千份文档。研

究方法采用混合研究范式：首先，基于职场欺凌文献与心理学

理论，构建包含显性攻击、间接排挤、工作设障、人际贬损四

类主要欺凌行为，及其下辖二十六个亚类（如公开羞辱、恶意

流言、不合理工作量、社交孤立等）的精细化编码体系。其次

，邀请三位经过培训的人力资源专家与组织行为学研究者对随

机抽样的三千份文档进行独立人工标注，形成高质量训练与验

证数据集，并计算编码者间信度以确保标注一致性。随后，运

用多种自然语言处理与机器学习技术，包括基于转换器的双向

编码器表示技术的预训练模型，长短期记忆网络，以及支持向

量机等，对文本进行特征提取、向量化与分类模型训练。通过

混淆矩阵、精确率、召回率、F1分数等指标，系统评估并比较

不同模型在不同欺凌类型上的