論文の概要: Creating a Multimodal Dataset of Images and Text to Study Abusive
Language
- arxiv url: http://arxiv.org/abs/2005.02235v1
- Date: Tue, 5 May 2020 14:31:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 13:57:47.075944
- Title: Creating a Multimodal Dataset of Images and Text to Study Abusive
Language
- Title(参考訳): 乱用言語を学ぶための画像とテキストのマルチモーダルデータセットの作成
- Authors: Alessio Palmero Aprosio, Stefano Menini, Sara Tonelli
- Abstract要約: CREENDERは、画像と虐待的なコメントのマルチモーダルデータセットを作成するために、学校で使用されているアノテーションツールである。
コーパスは、イタリアのコメントとともに、画像の主題がコメントをトリガーする役割を担っているかどうかを調べるために、異なる視点から分析されてきた。
画像中の人物の存在は、攻撃的なコメントを得る確率を高めるが、ユーザーは異なる方法で同じ画像を判断する。
- 参考スコア(独自算出の注目度): 2.2688530041645856
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In order to study online hate speech, the availability of datasets containing
the linguistic phenomena of interest are of crucial importance. However, when
it comes to specific target groups, for example teenagers, collecting such data
may be problematic due to issues with consent and privacy restrictions.
Furthermore, while text-only datasets of this kind have been widely used,
limitations set by image-based social media platforms like Instagram make it
difficult for researchers to experiment with multimodal hate speech data. We
therefore developed CREENDER, an annotation tool that has been used in school
classes to create a multimodal dataset of images and abusive comments, which we
make freely available under Apache 2.0 license. The corpus, with Italian
comments, has been analysed from different perspectives, to investigate whether
the subject of the images plays a role in triggering a comment. We find that
users judge the same images in different ways, although the presence of a
person in the picture increases the probability to get an offensive comment.
- Abstract(参考訳): オンラインヘイトスピーチを研究するために,興味のある言語現象を含むデータセットが利用可能であることが重要である。
しかし、特定のターゲットグループ、例えばティーンエージャーの場合、そのようなデータ収集は、同意やプライバシー制限の問題のために問題となる可能性がある。
さらに、この種のテキストのみのデータセットは広く使われているが、Instagramのような画像ベースのソーシャルメディアプラットフォームによって設定される制限は、研究者がマルチモーダルヘイトスピーチデータを試すことを困難にしている。
そこで私たちは,イメージと虐待的なコメントのマルチモーダルデータセットを作成するために,学校で使用されているアノテーションツールであるCREENDERを開発した。
イタリアのコメントを含むコーパスは、画像の主題がコメントの引き金となるかどうかを調べるために、異なる視点から分析されてきた。
画像に写っている人物の存在は、不快なコメントを得る確率を増加させるが、ユーザーは異なる方法で同じ画像を判断する。
関連論文リスト
- Into the LAIONs Den: Investigating Hate in Multimodal Datasets [67.21783778038645]
本稿では、LAION-400MとLAION-2Bの2つのデータセットの比較監査を通して、ヘイトフルコンテンツに対するデータセットのスケーリングの効果について検討する。
その結果、データセットのスケールによってヘイトコンテンツは12%近く増加し、質的にも定量的にも測定された。
また、画像のみに基づいて算出されたNot Safe For Work(NSFW)値に基づくデータセットの内容のフィルタリングは、アルトテキストにおける有害なコンテンツをすべて排除するものではないことがわかった。
論文 参考訳(メタデータ) (2023-11-06T19:00:05Z) - C-CLIP: Contrastive Image-Text Encoders to Close the
Descriptive-Commentative Gap [0.5439020425819]
画像とソーシャルメディア投稿のコメントの相互作用は、その全体的なメッセージを理解する上で非常に重要である。
マルチモーダル埋め込みモデル、すなわちCLIPの最近の進歩は、画像とテキストの関連性において大きな進歩をもたらした。
CLIPモデルの現在のトレーニング体制は、サイトや言語に関わらず、ソーシャルメディア上のコンテンツにマッチするには不十分である。
画像テキストエンコーダを明示的なコメント対でトレーニングすると,検索結果が大幅に向上することを示す。
論文 参考訳(メタデータ) (2023-09-06T19:03:49Z) - Improving Multimodal Datasets with Image Captioning [65.74736570293622]
生成したキャプションが非記述テキストによるWebスクラッピングデータポイントの有用性を高める方法について検討する。
DataComp の大規模字幕 (1.28B 画像テキストペア) を用いた実験により,合成テキストの限界について考察した。
論文 参考訳(メタデータ) (2023-07-19T17:47:12Z) - Harnessing the Power of Text-image Contrastive Models for Automatic
Detection of Online Misinformation [50.46219766161111]
誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。
本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
論文 参考訳(メタデータ) (2023-04-19T02:53:59Z) - Uncurated Image-Text Datasets: Shedding Light on Demographic Bias [21.421722941901123]
MSCOCOのような小さいが手動で注釈付けされたデータセットでさえ、社会的バイアスの影響を受けている。
最初のコントリビューションは、ビジョンと言語モデルのトレーニングに広く使用されている、Google Conceptual Captionsデータセットの一部に注釈を付けることです。
第2の貢献は、アノテーションの包括的な分析を行うことであり、どのように異なる人口集団が表現されるかに焦点を当てている。
第3の貢献は3つの一般的な視覚・言語タスクを評価することであり、社会的バイアスはそれらすべてにおいて永続的な問題であることを示している。
論文 参考訳(メタデータ) (2023-04-06T02:33:51Z) - Borrowing Human Senses: Comment-Aware Self-Training for Social Media
Multimodal Classification [5.960550152906609]
視覚的および言語的類似性を共同で活用することで,ユーザコメントからヒントを抽出する。
分類タスクは教師-学生のフレームワークにおける自己学習を通じて探索され、通常はラベル付きデータスケールに動機づけられる。
その結果,提案手法は従来の最先端モデルの性能をさらに向上させることが示された。
論文 参考訳(メタデータ) (2023-03-27T08:59:55Z) - Learning Object-Language Alignments for Open-Vocabulary Object Detection [83.09560814244524]
画像とテキストのペアデータから直接学習する新しいオープン語彙オブジェクト検出フレームワークを提案する。
これにより、画像とテキストのペア上でオープンな語彙オブジェクト検出器を、よりシンプルで効果的な方法で訓練することが可能になります。
論文 参考訳(メタデータ) (2022-11-27T14:47:31Z) - Assessing the impact of contextual information in hate speech detection [0.48369513656026514]
我々は,Twitter上のメディアからのニュース投稿に対するユーザの反応に基づいた,文脈的ヘイトスピーチ検出のための新しいコーパスを提供する。
このコーパスはリオプラテンセ方言のスペイン語で収集され、新型コロナウイルスのパンデミックに関連するヘイトスピーチに焦点を当てている。
論文 参考訳(メタデータ) (2022-10-02T09:04:47Z) - Addressing the Challenges of Cross-Lingual Hate Speech Detection [115.1352779982269]
本稿では,低リソース言語におけるヘイトスピーチ検出を支援するために,言語間移動学習に着目した。
言語間単語の埋め込みを利用して、ソース言語上でニューラルネットワークシステムをトレーニングし、ターゲット言語に適用します。
本研究では,ヘイトスピーチデータセットのラベル不均衡の問題について検討する。なぜなら,ヘイトサンプルと比較して非ヘイトサンプルの比率が高いことがモデル性能の低下につながることが多いからだ。
論文 参考訳(メタデータ) (2022-01-15T20:48:14Z) - PhraseCut: Language-based Image Segmentation in the Wild [62.643450401286]
自然言語のフレーズを与えられた画像領域を分割する問題について考察する。
私たちのデータセットは、Visual Genomeデータセットの上に収集されます。
我々の実験は、我々のデータセットにおける概念のスケールと多様性が、既存の最先端技術に重大な課題をもたらすことを示している。
論文 参考訳(メタデータ) (2020-08-03T20:58:53Z) - Transfer Learning for Hate Speech Detection in Social Media [14.759208309842178]
本稿では、2つの独立したデータセットを協調的に活用するために転送学習手法を用いる。
我々は、構築されたヘイトスピーチ表現の解釈可能な2次元可視化ツールを構築します。
この共同表現は,限られた監督範囲の場合にのみ予測性能が向上することを示す。
論文 参考訳(メタデータ) (2019-06-10T08:00:58Z)
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。