論文の概要: Pardon the Interruption: An Analysis of Gender and Turn-Taking in U.S.
Supreme Court Oral Arguments
- arxiv url: http://arxiv.org/abs/2009.07391v1
- Date: Tue, 15 Sep 2020 23:37:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-18 06:44:35.657266
- Title: Pardon the Interruption: An Analysis of Gender and Turn-Taking in U.S.
Supreme Court Oral Arguments
- Title(参考訳): 中断を赦す:合衆国最高裁判所の口頭弁論におけるジェンダーとターンテイクの分析
- Authors: Haley Lepp, Gina-Anne Levow
- Abstract要約: 本研究では,米国最高裁判所の口頭弁論における話者間の転回変化のコーパスを示す。
各ターンの変更は、人間のアノテーションによって「協力的」から「競争的」のスペクトルにラベル付けされる。
我々は,音声の特徴,交換の性質,および話者のジェンダーと法的役割との関係を分析する。
- 参考スコア(独自算出の注目度): 6.015556590955814
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study presents a corpus of turn changes between speakers in U.S. Supreme
Court oral arguments. Each turn change is labeled on a spectrum of
"cooperative" to "competitive" by a human annotator with legal experience in
the United States. We analyze the relationship between speech features, the
nature of exchanges, and the gender and legal role of the speakers. Finally, we
demonstrate that the models can be used to predict the label of an exchange
with moderate success. The automatic classification of the nature of exchanges
indicates that future studies of turn-taking in oral arguments can rely on
larger, unlabeled corpora.
- Abstract(参考訳): 本研究は,米国最高裁判所の口頭弁論における話者間の交代変化のコーパスを示す。
それぞれのターン変更は、「協力的」から「競争的」までのスペクトルに、米国で法的な経験を持つ人間のアノテーターによってラベル付けされる。
我々は,音声の特徴,交換の性質,および話者のジェンダーと法的役割との関係を分析する。
最後に、このモデルを用いて、適度な成功を伴う交換のラベルを予測できることを実証する。
交換の性質の自動分類は、口頭弁論におけるターンテイクの研究は、より大きなラベルのないコーパスに頼ることができることを示している。
関連論文リスト
- TransVIP: Speech to Speech Translation System with Voice and Isochrony Preservation [97.54885207518946]
カスケード方式で多様なデータセットを活用する新しいモデルフレームワークTransVIPを提案する。
本稿では、話者の音声特性と、翻訳過程における音源音声からの等時性を維持するために、2つの分離エンコーダを提案する。
フランス語と英語のペアに関する実験により、我々のモデルは、現在最先端の音声音声翻訳モデルよりも優れていることを示した。
論文 参考訳(メタデータ) (2024-05-28T04:11:37Z) - DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment [55.91429725404988]
判例検索のための識別モデルであるDELTAを紹介する。
我々は浅層デコーダを利用して情報ボトルネックを作り、表現能力の向上を目指しています。
本手法は, 判例検索において, 既存の最先端手法よりも優れている。
論文 参考訳(メタデータ) (2024-03-27T10:40:14Z) - Can Authorship Attribution Models Distinguish Speakers in Speech Transcripts? [4.148732457277201]
オーサシップ検証は、2つの異なる書き込みサンプルが同じ著者を共有するかどうかを決定するタスクである。
本稿では,新たな課題を提起する書き起こし音声の属性について考察する。
そこで本研究では,人間が書き起こした会話音声の書き起こしに焦点をあてた話者属性のための新しいベンチマークを提案する。
論文 参考訳(メタデータ) (2023-11-13T18:54:17Z) - A Computational Analysis of Oral Argument in the Supreme Court [0.0]
機関としての口頭弁論の基本的機能と運用はいまだに理解されていない。
本稿では、機械学習技術を用いて、司法決定の予測モデルを構築する。
それは、長年経験的研究に抵抗してきた口頭弁論の側面に、重要な新しい窓を提供する。
論文 参考訳(メタデータ) (2023-06-05T13:52:56Z) - Legal and Political Stance Detection of SCOTUS Language [9.906317924458456]
我々は,自動姿勢検出法を用いて,米国最高裁判所の公用文書を分析した。
SCOTUS正義の2つの異なるイデオロギー指標を口頭弁論書を用いて計算する。
世論に反応する判事は口頭弁論中にイデオロギーを表現する傾向にある。
論文 参考訳(メタデータ) (2022-11-21T18:45:57Z) - Analyzing Gender Representation in Multilingual Models [59.21915055702203]
実践的なケーススタディとして,ジェンダーの区別の表現に焦点をあてる。
ジェンダーの概念が、異なる言語で共有された部分空間にエンコードされる範囲について検討する。
論文 参考訳(メタデータ) (2022-04-20T00:13:01Z) - Using Sociolinguistic Variables to Reveal Changing Attitudes Towards
Sexuality and Gender [5.71097144710995]
我々は、社会言語学的語彙変数を用いて、米国における性や性別に対する変化を検査する。
各変数における言語的選択は、ゲイの結婚や男女平等の受容率の増加について研究することができる。
TwitterとRedditの8700万以上のメッセージの縦断的な分析では、態度は変化しているが、これらの変化は米国内の特定の人口層によって引き起こされていることを実証している。
論文 参考訳(メタデータ) (2021-09-22T22:28:07Z) - Text as Causal Mediators: Research Design for Causal Estimates of
Differential Treatment of Social Groups via Language Aspects [7.175621752912443]
本研究では,社会集団信号の自然的直接的・間接的影響が話者の反応に与える影響を推定するために,観察的(実験的でない)データに対する因果的研究設計を提案する。
本稿では、この枠組みの約束と課題について、アメリカ合衆国最高裁判所の口頭弁論における司法の中断に対する擁護者の性別の影響に関する理論的ケーススタディを通して説明する。
論文 参考訳(メタデータ) (2021-09-15T19:15:35Z) - On Prosody Modeling for ASR+TTS based Voice Conversion [82.65378387724641]
音声変換において、最新の音声変換チャレンジ(VCC)2020における有望な結果を示すアプローチは、まず、ソース音声を基礎となる言語内容に書き起こすために、自動音声認識(ASR)モデルを使用することである。
このようなパラダイムはASR+TTSと呼ばれ、音声の自然性と変換の類似性において重要な役割を果たす韻律のモデル化を見落としている。
本稿では,ターゲットテキスト予測(TTP)と呼ばれる,ターゲット話者に依存した言語表現から直接韻律を予測することを提案する。
論文 参考訳(メタデータ) (2021-07-20T13:30:23Z) - VQMIVC: Vector Quantization and Mutual Information-Based Unsupervised
Speech Representation Disentanglement for One-shot Voice Conversion [54.29557210925752]
ワンショット音声変換は、音声表現のアンタングルメントによって効果的に実現できる。
コンテンツエンコーディングにはベクトル量子化(VQ)を使用し、トレーニング中に相互情報(MI)を相関指標として導入する。
実験結果は,提案手法が効果的に非絡み合った音声表現を学習する際の優位性を反映している。
論文 参考訳(メタデータ) (2021-06-18T13:50:38Z) - Defending Your Voice: Adversarial Attack on Voice Conversion [70.19396655909455]
音声変換に対する対人攻撃を最初に行う試みについて報告する。
音声を守らなければならない話者の発話に、人間の騒音が知覚できないことを紹介する。
その結果, 変換された発話の話者特性は, 防御された話者と明らかに異なることがわかった。
論文 参考訳(メタデータ) (2020-05-18T14:51:54Z)
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。