XGBoost击败LLM：在乌克兰战争Telegram数据中识别平民伤害帖子
Bellingcat开发了一种基于XGBoost的机器学习模型，用于从Telegram海量帖子中高效筛选出涉及平民伤害的内容。与传统方法相比，该模型将搜索时间大幅缩短，且性能优于Gemma、Gemini等大型语言模型。研究团队通过特征工程、关键词分析和语义相似度计算，成功将人工核查的重点从搜索转向验证。该开源方法为冲突地区平民伤害监测提供了可复用的技术框架。
2026年6月25日，Bellingcat发布了一项开创性研究，展示如何利用机器学习高效地从Telegram海量帖子中识别平民伤害事件。自2022年2月俄罗斯全面入侵乌克兰以来，Bellingcat团队已收集并地理定位了超过2500起平民伤害事件，而新开发的模型将这一过程的搜索时间大幅缩短。
研究团队首先构建了一个包含5848条已验证平民伤害帖子（正样本）和48545条非伤害帖子（负样本）的数据集。通过Telegram API获取元数据，包括发布时间、反应和文本内容。特征工程阶段，研究人员将领域知识转化为数值特征：乌克兰语和俄语关键词（如“Шахед”“КАБ”）计数、哭泣表情符号数量、语义相似度分数以及BERT嵌入向量。
在模型选择上，团队比较了逻辑回归、随机森林、XGBoost和LightGBM。XGBoost在所有评估指标（PR-AUC、ROC-AUC、F1）上均表现最佳。模型解释性分析显示，语义相似度、BERT嵌入和哭泣表情符号是最强预测特征。有趣的是，随机森林模型则更依赖哭泣表情符号的数量。
作为对照，团队还测试了Gemma 3（1B/4B）、Gemini 2.5 flash和Gemini 3.5 flash等大型语言模型。初步结果显示，经过专门训练的XGBoost在检测平民伤害帖子方面全面胜出。尽管LLM在自然语言理解上表现优异，但针对特定任务的表格数据模型仍具有不可替代的优势。
该研究强调，模型目前仅基于文本信息，未来可整合图片和视频内容进一步提升性能。Bellingcat已公开全部代码和数据集，期望为苏丹、中东等地区的平民伤害监测提供可复用的方法论。