論文の概要: Vocabulary-based Method for Quantifying Controversy in Social Media
- arxiv url: http://arxiv.org/abs/2001.09899v1
- Date: Tue, 14 Jan 2020 17:43:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-11 12:15:07.347551
- Title: Vocabulary-based Method for Quantifying Controversy in Social Media
- Title（参考訳）: 語彙に基づくソーシャルメディアにおける論争の定量化手法
- Authors: Juan Manuel Ortiz de Zarate and Esteban Feuerstein
- Abstract要約: 本研究では,ソーシャルメディアのコミュニティで主に使用されているジャーゴンに基づく論争検出手法を開発した。
本手法はドメイン固有知識の使用を不要とし,言語に依存しない,効率的で,適用が容易な手法である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Identifying controversial topics is not only interesting from a social point
of view, it also enables the application of methods to avoid the information
segregation, creating better discussion contexts and reaching agreements in the
best cases. In this paper we develop a systematic method for controversy
detection based primarily on the jargon used by the communities in social
media. Our method dispenses with the use of domain-specific knowledge, is
language-agnostic, efficient and easy to apply. We perform an extensive set of
experiments across many languages, regions and contexts, taking controversial
and non-controversial topics. We find that our vocabulary-based measure
performs better than state of the art measures that are based only on the
community graph structure. Moreover, we shows that it is possible to detect
polarization through text analysis.
- Abstract（参考訳）: 議論の的になっているトピックの特定は、社会的な観点からも興味深いだけでなく、情報の分離を避け、議論の文脈を良くし、ベストケースで合意に達する方法の適用も可能である。
本稿では,ソーシャルメディアのコミュニティで使われるジャーゴンをもとに,議論検出のための体系的な手法を提案する。
本手法は,言語に依存しない,効率的で適用が容易なドメイン固有知識を不要とする。
我々は、多くの言語、地域、文脈にまたがって広範な実験を行い、議論の余地のない話題を取り上げている。
語彙ベースの尺度は,コミュニティグラフ構造のみに基づいた技術指標よりも優れた性能を示すことがわかりました。
さらに,テキスト解析により偏光を検出することが可能であることを示す。
関連論文リスト
- FREDSum: A Dialogue Summarization Corpus for French Political Debates [26.76383031532945]
本稿では,多言語対話要約のための資源強化を目的とした,フランスの政治論争のデータセットを提案する。
われわれのデータセットは、手書きと注釈付き政治討論から成り、さまざまなトピックや視点をカバーしている。
論文 参考訳（メタデータ） (2023-12-08T05:42:04Z) - Towards Open Vocabulary Learning: A Survey [146.90188069113213]
ディープニューラルネットワークは,セグメンテーションやトラッキング,検出といった,さまざまなコアタスクにおいて,目覚ましい進歩を遂げている。
近年、視覚言語事前学習の急速な進歩により、オープンな語彙設定が提案されている。
本稿では,その分野における最近の発展を要約し分析し,オープンな語彙学習の徹底的なレビューを行う。
論文 参考訳（メタデータ） (2023-06-28T02:33:06Z) - A Human Word Association based model for topic detection in social networks [1.8749305679160366]
本稿では,単語連想の心的能力を模倣する概念に基づく,ソーシャルネットワークの話題検出フレームワークを提案する。
このフレームワークの性能は、トピック検出の分野におけるベンチマークであるFA-CUPデータセットを用いて評価される。
論文 参考訳（メタデータ） (2023-01-30T17:10:34Z) - Contextual information integration for stance detection via
cross-attention [59.662413798388485]
スタンス検出は、著者の目標に対する姿勢を特定することを扱う。
既存のスタンス検出モデルの多くは、関連するコンテキスト情報を考慮していないため、制限されている。
文脈情報をテキストとして統合する手法を提案する。
論文 参考訳（メタデータ） (2022-11-03T15:04:29Z) - Keywords and Instances: A Hierarchical Contrastive Learning Framework
Unifying Hybrid Granularities for Text Generation [59.01297461453444]
入力テキスト中のハイブリッドな粒度意味を統一する階層的コントラスト学習機構を提案する。
実験により,本モデルがパラフレージング,対話生成,ストーリーテリングタスクにおいて,競争ベースラインより優れていることが示された。
論文 参考訳（メタデータ） (2022-05-26T13:26:03Z) - Towards Identifying Social Bias in Dialog Systems: Frame, Datasets, and
Benchmarks [95.29345070102045]
本稿では,ダイアログの安全性問題に対する社会的バイアス検出に焦点をあてる。
まず,会話における社会的バイアスを現実的に分析する新しいダイアルバイアスフレームを提案する。
中国初の社会バイアスダイアログデータセットであるCDail-Biasデータセットを紹介する。
論文 参考訳（メタデータ） (2022-02-16T11:59:29Z) - Retrieval-Free Knowledge-Grounded Dialogue Response Generation with
Adapters [52.725200145600624]
軽量アダプタで事前学習した言語モデルに事前知識を注入し、検索プロセスをバイパスする KnowExpert を提案する。
実験結果から,KnowExpertは検索ベースラインと相容れない性能を示した。
論文 参考訳（メタデータ） (2021-05-13T12:33:23Z) - Term-community-based topic detection with variable resolution [0.0]
巨大なテキストコレクションにおけるトピック検出のためのネットワークベースの手順は、確率的トピックモデルの直感的な代替手段を提供する。
ドメインの専門家の要求を念頭に置いて特別に設計された手法を紹介します。
本手法の適用を一般ニュース記事のコーパスで実証し,詳細な社会科学専門家評価の結果を示す。
論文 参考訳（メタデータ） (2021-03-25T01:29:39Z) - Detecting and Classifying Malevolent Dialogue Responses: Taxonomy, Data
and Methodology [68.8836704199096]
コーパスベースの会話インタフェースは、テンプレートベースのエージェントや検索ベースのエージェントよりも多様な自然なレスポンスを生成することができる。
コーパスベースの会話エージェントの生成能力が増大すると、マレヴォレントな反応を分類し、フィルタリングする必要性が生じる。
不適切な内容の認識と分類に関するこれまでの研究は、主にある種のマレヴォレンスに焦点を絞っている。
論文 参考訳（メタデータ） (2020-08-21T22:43:27Z) - Discovering and Categorising Language Biases in Reddit [5.670038395203354]
本稿では,Reddit上のオンライン談話コミュニティの語彙に符号化された言語バイアスを自動的に検出するデータ駆動型手法を提案する。
単語埋め込みを用いて、テキストを高次元の高密度ベクトルに変換し、単語間の意味的関係をキャプチャする。
さまざまなRedditコミュニティにおいて、ジェンダーバイアス、宗教バイアス、民族バイアスの発見に成功しました。
論文 参考訳（メタデータ） (2020-08-06T16:42:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。