論文の概要: Transgender Community Sentiment Analysis from Social Media Data: A Natural Language Processing Approach

• arxiv url: http://arxiv.org/abs/2010.13062v2
• Date: Wed, 20 Jul 2022 04:54:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-03 04:39:59.716660
• Title: Transgender Community Sentiment Analysis from Social Media Data: A Natural Language Processing Approach
• Title（参考訳）: ソーシャルメディアデータを用いたトランスジェンダーコミュニティ感性分析 : 自然言語処理アプローチ
• Authors: Yuqiao Liu, Yudan Wang, Ying Zhao and Zhixiang Li
• Abstract要約: トランスジェンダーのコミュニティは、一般人口と比較して精神状態に大きな格差を経験している。 本研究では,トランスジェンダーが投稿した300のソーシャルメディアコメントを,否定的,肯定的,中立的な感情に分類する。
• 参考スコア（独自算出の注目度）: 3.044968666863866
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Transgender community is experiencing a huge disparity in mental health conditions compared with the general population. Interpreting the social medial data posted by transgender people may help us understand the sentiments of these sexual minority groups better and apply early interventions. In this study, we manually categorize 300 social media comments posted by transgender people to the sentiment of negative, positive, and neutral. 5 machine learning algorithms and 2 deep neural networks are adopted to build sentiment analysis classifiers based on the annotated data. Results show that our annotations are reliable with a high Cohen's Kappa score over 0.8 across all three classes. LSTM model yields an optimal performance of accuracy over 0.85 and AUC of 0.876. Our next step will focus on using advanced natural language processing algorithms on a larger annotated dataset.
• Abstract（参考訳）: トランスジェンダーのコミュニティは、一般人口と比べて精神的な健康状態が大きく異なる。 トランスジェンダーの人々が投稿したソーシャルメディアデータの解釈は、これらのセクシャルマイノリティグループの感情をよりよく理解し、早期介入を適用するのに役立つかもしれない。 本研究では,トランスジェンダーが投稿した300のソーシャルメディアコメントを,否定的,肯定的,中立的な感情に分類する。 5つの機械学習アルゴリズムと2つのディープニューラルネットワークを用いて、注釈データに基づく感情分析分類器を構築する。 その結果、アノテーションは3つのクラスで0.8以上の高いcohen's kappaスコアで信頼できることがわかった。 lstmモデルは 0.85 以上の精度と 0.876 の auc の最適性能をもたらす。 次のステップでは、より大規模な注釈付きデータセット上での高度な自然言語処理アルゴリズムの使用にフォーカスします。

関連論文リスト

• Predictive Insights into LGBTQ+ Minority Stress: A Transductive Exploration of Social Media Discourse [0.0]
  LGBTQ+の人は異性愛者や性愛者よりも健康を害する傾向にある。 マイノリティのストレスは、ソーシャルメディアプラットフォーム上の投稿でしばしば表現される。 グラフニューラルネットワーク (GNN) と変換器 (BERT) からの双方向表現を用いたハイブリッドモデルを構築し, マイノリティストレス検出の分類性能を向上させる。
  論文  参考訳（メタデータ） (2024-11-20T18:35:41Z)
• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• Tokenization Matters: Navigating Data-Scarce Tokenization for Gender Inclusive Language Technologies [75.85462924188076]
  ジェンダー非包括的NLP研究は、ジェンダーバイナリ中心大言語モデル(LLM)の有害な制限を文書化している。 誤認識はByte-Pair(BPE)トークン化によって大きく影響されている。 本研究では,(1)代名詞の代名詞化パリティ,(2)代名詞間の一貫した代名詞化を強制する手法,および(2)既存のLLM代名詞の知識を活用して新代名詞の習熟度を向上させる手法を提案する。
  論文  参考訳（メタデータ） (2023-12-19T01:28:46Z)
• Auditing Gender Analyzers on Text Data [7.73812434373948]
  uClassify、Readable、HackerFactorの3つの既存のジェンダーアナライザを、非バイナリ個人に対するバイアスとして監査します。 このツールは、シスジェンダーのバイナリラベルのみを予測するように設計されており、これは社会の非バイナリメンバーに対する差別につながる。 これを解決するために、複数の組み合わせで2つのデータセット上のBERTマルチラベル分類器を微調整する。
  論文  参考訳（メタデータ） (2023-10-09T18:13:07Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• "I'm fully who I am": Towards Centering Transgender and Non-Binary Voices to Measure Biases in Open Language Generation [69.25368160338043]
  トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。 オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。 我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
  論文  参考訳（メタデータ） (2023-05-17T04:21:45Z)
• Theories of "Gender" in NLP Bias Research [0.0]
  NLPにおけるジェンダーバイアスに関する200近い記事を調査した。 記事の大多数は、性別に関する理論を明示していない。 多くの人は、トランス、ノンバイナリ、インターセックスの人々の存在と経験を無視した方法で、性の特徴、社会的性別、言語性について説明している。
  論文  参考訳（メタデータ） (2022-05-05T09:20:53Z)
• Research on Gender-related Fingerprint Features [3.0466371774923644]
  より堅牢なDense Dilated Convolution ResNet(DDC-ResNet)を提案する。 通常の畳み込み操作をバックボーン内のアトラスな畳み込みに置き換えることで、エッジの詳細を維持するための事前知識を提供し、グローバルな受信フィールドを拡張することができる。 実験結果から,本手法の組合せは,平均精度と分別精度において,他の組み合わせよりも優れていることが示された。
  論文  参考訳（メタデータ） (2021-08-18T16:54:34Z)
• Gender Stereotype Reinforcement: Measuring the Gender Bias Conveyed by Ranking Algorithms [68.85295025020942]
  本稿では,性別ステレオタイプをサポートする検索エンジンの傾向を定量化するジェンダーステレオタイプ強化(GSR)尺度を提案する。 GSRは、表現上の害を定量化できる情報検索のための、最初の特別に調整された尺度である。
  論文  参考訳（メタデータ） (2020-09-02T20:45:04Z)
• Gender Classification and Bias Mitigation in Facial Images [7.438105108643341]
  最近の研究では、バイアス付きベンチマークデータベースでトレーニングされたアルゴリズムがアルゴリズムバイアスをもたらす可能性があることが示されている。 顔認証と性別分類タスクのための既存のベンチマークデータベースについて調査を行った。 我々は、分類精度の向上と、拡張ベンチマークデータベースでトレーニングされたベースラインモデルにおけるアルゴリズムバイアスの軽減に取り組みました。
  論文  参考訳（メタデータ） (2020-07-13T01:09:06Z)
• A Framework for the Computational Linguistic Analysis of Dehumanization [52.735780962665814]
  我々は1986年から2015年にかけてニューヨーク・タイムズでLGBTQの人々に関する議論を分析した。 LGBTQの人々の人為的な記述は、時間とともにますます増えています。 大規模に非人間化言語を分析する能力は、メディアバイアスを自動的に検出し、理解するだけでなく、オンラインで乱用する言語にも影響を及ぼす。
  論文  参考訳（メタデータ） (2020-03-06T03:02:12Z)

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。