Fugu-MT 論文翻訳(概要): Detecting Objectifying Language in Online Professor Reviews

論文の概要: Detecting Objectifying Language in Online Professor Reviews

arxiv url: http://arxiv.org/abs/2010.08540v1
Date: Fri, 16 Oct 2020 17:49:59 GMT
ステータス: 処理完了
システム内更新日: 2022-10-06 21:05:42.164178
Title: Detecting Objectifying Language in Online Professor Reviews
Title（参考訳）: オンライン教授レビューにおける客観言語検出
Authors: Angie Waller and Kyle Gorman
Abstract要約: 本稿では,2つの教師付きテキスト分類器について述べる。これらの分類器をアンサンブルし、結果として得られたモデルを用いて、大規模に客観的なコメントを追跡する。本研究は,10年間にわたるコメントの客観化,レビューサイトインタフェースの変更,教師のジェンダーの相関を計測した。
参考スコア（独自算出の注目度）: 4.05998151967271
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Student reviews often make reference to professors' physical appearances. Until recently RateMyProfessors.com, the website of this study's focus, used a design feature to encourage a "hot or not" rating of college professors. In the wake of recent #MeToo and #TimesUp movements, social awareness of the inappropriateness of these reviews has grown; however, objectifying comments remain and continue to be posted in this online context. We describe two supervised text classifiers for detecting objectifying commentary in professor reviews. We then ensemble these classifiers and use the resulting model to track objectifying commentary at scale. We measure correlations between objectifying commentary, changes to the review website interface, and teacher gender across a ten-year period.
Abstract（参考訳）: 学生の評論は、しばしば教授の身体的外観に言及する。最近まで、この研究の焦点のウェブサイトであるRateMyProfessors.comは、大学の教授の「ホットかどうか」評価を促進するためにデザイン機能を使用していた。近年の#MeTooと#TimesUpの動きにより、これらのレビューの不適切さに対する社会的認識は増大しているが、コメントの客観化は引き続きこのオンライン・コンテキストに掲載されている。本稿では,2つの教師付きテキスト分類器について述べる。次に、これらの分類器をアンサンブルし、結果のモデルを用いて、大規模に客観的なコメントを追跡する。対象化解説,レビューwebサイトインタフェースの変更,教師の性別との相関を10年間にわたって測定した。

関連論文リスト

ViCo: Engaging Video Comment Generation with Human Preference Rewards [68.50351391812723]
ビデオコメント生成の課題に対処するために,3つの新しいデザインのViCoを提案する。コメントのエンゲージメントを定量化するために、各コメントが受け取る「いいね! コメントのエンゲージメントを自動的に評価するために、我々は報酬モデルをトレーニングし、その判断を上記のプロキシに合わせる。
論文参考訳（メタデータ） (2023-08-22T04:01:01Z)
Summative Student Course Review Tool Based on Machine Learning Sentiment Analysis to Enhance Life Science Feedback Efficacy [4.518390136757588]
本稿では,言語・語彙の機能として,授業に対する感情の分析を通じて,学生の意見を要約し,整理するための新しいアプローチを示す。この分析は、コース後調査の最後に遭遇した一般的なコメントセクションに対する反応から導かれる。
論文参考訳（メタデータ） (2023-01-15T19:56:56Z)
Placing M-Phasis on the Plurality of Hate: A Feature-Based Corpus of Hate Online [18.973398187389083]
我々は、移民関連のニュース記事から収集した9万のドイツ語とフランス語のユーザーコメントのコーパスであるM-Phasis corpusを提示する。これは "hate"-"neutral" の二分法を超越し、代わりに23の特徴で注釈付けされ、様々な種類の音声の記述子となる。
論文参考訳（メタデータ） (2022-04-28T10:36:49Z)
Reviews in motion: a large scale, longitudinal study of review recommendations on Yelp [24.34131115451651]
我々は、プラットフォームがレビューのためにフィルタリング決定を変更する「再分類」に焦点を当てる。私たちは1250万以上のレビューをコンパイルします。我々のデータは、人口密度の低下と低中間所得地域の変化により、再分類における人口格差が示唆されている。
論文参考訳（メタデータ） (2022-02-18T03:27:53Z)
SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item Recommendation [48.1799451277808]
本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
論文参考訳（メタデータ） (2021-08-18T08:04:38Z)
Are Top School Students More Critical of Their Professors? Mining Comments on RateMyProfessor.com [83.2634062100579]
RateMyProfessor.comの学生レビューとコメントは、学生の現実的な学習経験を反映している。本研究は,学生のレビューやコメントに重要な情報が含まれており,授業や大学への入学に欠かせない参考文献として利用できることを実証する。
論文参考訳（メタデータ） (2021-01-23T20:01:36Z)
Abstractive Opinion Tagging [65.47649273721679]
eコマースでは、意見タグは、アイテムのレビューの特徴を反映したEコマースプラットフォームが提供するタグのランクリストを指す。意見タグを生成するための現在のメカニズムは、手作業またはラベル付け方法に依存します。 AOT-Net と呼ばれる抽象的な意見タグフレームワークを提案し、多数のレビューからランク付けされた意見タグのリストを生成します。
論文参考訳（メタデータ） (2021-01-18T05:08:15Z)
Fake Reviews Detection through Analysis of Linguistic Features [1.609940380983903]
本稿では,偽レビューを識別するための自然言語処理手法について検討する。ニセモノと信頼できるオンラインレビューを区別するために,15の言語的特徴について検討した。これらの言語的特徴を用いて,実際のレビューから偽の識別を高精度に行うことができた。
論文参考訳（メタデータ） (2020-10-08T21:16:30Z)
A Unified Dual-view Model for Review Summarization and Sentiment Classification with Inconsistency Loss [51.448615489097236]
ユーザーレビューから正確な要約と感情を取得することは、現代のEコマースプラットフォームにとって不可欠な要素である。本稿では,これら2つのタスクの性能を協調的に改善する新しいデュアルビューモデルを提案する。異なる領域の4つの実世界のデータセットに対する実験結果から,本モデルの有効性が示された。
論文参考訳（メタデータ） (2020-06-02T13:34:11Z)
Code Review in the Classroom [57.300604527924015]
教室設定の若い開発者は、コードレビュープロセスの潜在的に有利で問題のある領域の明確な図を提供している。彼らのフィードバックは、プロセスはプロセスを改善するためにいくつかのポイントで十分に受け入れられていることを示唆している。本論文は,教室でコードレビューを行うためのガイドラインとして利用することができる。
論文参考訳（メタデータ） (2020-04-19T06:07:45Z)
Leveraging Peer Feedback to Improve Visualization Education [4.679788938455095]
コンピュータ科学の可視化コースにおけるピアレビューの構築と適用について論じる。大学生と大学院の混成科目3学年を対象に, 学生プロジェクト, ピアレビューテキスト, ポストコース質問紙の評価を行った。
論文参考訳（メタデータ） (2020-01-12T21:46:58Z)

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。