論文の概要: On Predicting Personal Values of Social Media Users using
Community-Specific Language Features and Personal Value Correlation
- arxiv url: http://arxiv.org/abs/2007.08107v1
- Date: Thu, 16 Jul 2020 04:36:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-10 00:11:40.910525
- Title: On Predicting Personal Values of Social Media Users using
Community-Specific Language Features and Personal Value Correlation
- Title(参考訳): コミュニティ特化言語特徴と個人価値相関を用いたソーシャルメディア利用者の個人価値予測について
- Authors: Amila Silva, Pei-Chi Lo, Ee-Peng Lim
- Abstract要約: この研究は、シンガポールのユーザーの個人的価値を分析し、Facebookデータを用いて個人的価値を予測する効果的なモデルを開発することに焦点を当てている。
提案したスタックモデルには,基本モデルのタスク固有層とクロススティッチ層モデルからなる相関関係が組み込まれている。
- 参考スコア(独自算出の注目度): 14.12186042953335
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Personal values have significant influence on individuals' behaviors,
preferences, and decision making. It is therefore not a surprise that personal
values of a person could influence his or her social media content and
activities. Instead of getting users to complete personal value questionnaire,
researchers have looked into a non-intrusive and highly scalable approach to
predict personal values using user-generated social media data. Nevertheless,
geographical differences in word usage and profile information are issues to be
addressed when designing such prediction models. In this work, we focus on
analyzing Singapore users' personal values, and developing effective models to
predict their personal values using their Facebook data. These models leverage
on word categories in Linguistic Inquiry and Word Count (LIWC) and correlations
among personal values. The LIWC word categories are adapted to non-English word
use in Singapore. We incorporate the correlations among personal values into
our proposed Stack Model consisting of a task-specific layer of base models and
a cross-stitch layer model. Through experiments, we show that our proposed
model predicts personal values with considerable improvement of accuracy over
the previous works. Moreover, we use the stack model to predict the personal
values of a large community of Twitter users using their public tweet content
and empirically derive several interesting findings about their online behavior
consistent with earlier findings in the social science and social media
literature.
- Abstract(参考訳): 個人の価値観は個人の行動、好み、意思決定に大きな影響を与える。
したがって、個人の個人的価値が自身のソーシャルメディアの内容や活動に影響を与えることは驚きではない。
ユーザーが個人価値のアンケートを完了させる代わりに、研究者はユーザー生成のソーシャルメディアデータを使って個人価値を予測する非侵襲的でスケーラブルなアプローチを検討してきた。
それでも、このような予測モデルを設計する際には、単語使用率とプロファイル情報の地理的差異が問題となる。
本研究では、シンガポールの利用者の個人価値を分析し、Facebookデータを用いて個人価値を予測する効果的なモデルを開発する。
これらのモデルは、言語問合せと単語数(LIWC)における単語カテゴリと個人値間の相関を利用する。
LIWCの単語カテゴリはシンガポールの英語以外の単語に適応している。
提案したスタックモデルには,基本モデルのタスク固有層とクロススティッチ層モデルからなる相関関係が組み込まれている。
実験により,提案手法は従来よりも精度が向上した個人価値を予測できることを示した。
さらに、スタックモデルを用いて、公開ツイートコンテンツを用いて、Twitterユーザーの大規模なコミュニティの個人的価値を予測し、ソーシャルサイエンスやソーシャルメディアの文献における以前の発見と一致するオンライン行動に関する興味深い知見を経験的に導き出す。
関連論文リスト
- Personalized Language Modeling from Personalized Human Feedback [55.458647587228185]
個人化された人間のフィードバックから学習するタスクを紹介し、この文脈でバニラRLHFが問題となる理由を説明する。
本稿では,ユーザモデルと言語(あるいは報酬)モデルを共同で学習する必要がある一般パーソナライズ-RLHFフレームワークを提案する。
提案手法の有効性を実証するために,注釈付き好みと注釈付き情報を用いた実世界のテキスト要約データを用いて検証を行った。
論文 参考訳(メタデータ) (2024-02-06T04:18:58Z) - Detecting value-expressive text posts in Russian social media [0.0]
我々は、ロシアのソーシャルメディアVKontakteで価値表現ポストを正確に検出できるモデルを見つけることを目指していた。
5,035ポストのトレーニングデータセットは、3人の専門家、304人のクラウドワーカー、ChatGPTによって注釈付けされた。
ChatGPTはより一貫性があったが、スパム検出に苦労した。
論文 参考訳(メタデータ) (2023-12-14T14:18:27Z) - Social Bias Probing: Fairness Benchmarking for Language Models [48.5644008956526]
本稿では,社会的バイアスに対する言語モデル探索のための独自のフレームワークを提案する。
我々は,言語モデルの一般関連を分析するための探索データセットを収集し,社会的カテゴリ,アイデンティティ,ステレオタイプなどの軸に沿って収集する。
論文 参考訳(メタデータ) (2023-11-15T16:35:59Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳(メタデータ) (2023-05-25T21:01:00Z) - Unifying Data Perspectivism and Personalization: An Application to
Social Norms [10.480094567764606]
13kのアノテーションと210kの社会的規範の判断による対立に関するソーシャルメディア投稿のコーパスについて検討する。
本稿では,アノテータのモデリングにパーソナライズ手法を適用し,社会的規範の知覚を予測する上での有効性を比較した。
論文 参考訳(メタデータ) (2022-10-26T07:43:26Z) - Predicting Users' Value Changes by the Friends' Influence from Social
Media Usage [0.6299766708197883]
既存の研究では、ソーシャルネットワークの使用状況から人の価値を識別できることが示されている。
本研究では,Facebookにおける275の異なるエゴネットワークから,境界信頼度モデル(BCM)に基づく値ダイナミクスモデルを提案する。
論文 参考訳(メタデータ) (2021-09-12T09:17:03Z) - Learning Implicit User Profiles for Personalized Retrieval-Based Chatbot [29.053654530024083]
IMPChatは、ユーザのパーソナライズされた言語スタイルとパーソナライズされた好みを個別にモデリングすることで、暗黙のユーザプロファイルを学習することを目的としている。
ユーザのパーソナライズされた言語スタイルを学習するために,ユーザの過去の応答を利用して,浅い言語から深い言語モデルを構築する。
回答候補をそれぞれパーソナライズされた言語スタイルとパーソナライズされた好みとでマッチングし、2つのマッチング信号を融合して最終的なランキングスコアを決定する。
論文 参考訳(メタデータ) (2021-08-18T02:07:28Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳(メタデータ) (2020-12-29T08:22:48Z) - Predicting Relationship Labels and Individual Personality Traits from
Telecommunication History in Social Networks using Hawkes Processes [5.668126716715423]
携帯電話には豊富な個人情報が含まれているので、安全を保とうとしています。
我々は、匿名のコミュニケーショントレースから、個人の心理的プロファイルとその仲間との関係を予測できるという大規模な証拠を提供する。
論文 参考訳(メタデータ) (2020-09-04T07:24:49Z) - Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment [50.15466026089435]
本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
論文 参考訳(メタデータ) (2020-08-31T17:44:28Z)
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。