論文の概要: Towards A Friendly Online Community: An Unsupervised Style Transfer Framework for Profanity Redaction

• arxiv url: http://arxiv.org/abs/2011.00403v1
• Date: Sun, 1 Nov 2020 02:10:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-30 23:02:44.271279
• Title: Towards A Friendly Online Community: An Unsupervised Style Transfer Framework for Profanity Redaction
• Title（参考訳）: フレンドリーなオンラインコミュニティを目指して - profanity redactionのための教師なしスタイル転送フレームワーク
• Authors: Minh Tran, Yipeng Zhang, Mohammad Soleymani
• Abstract要約: 暴力的かつ虐待的な言葉は、ソーシャルメディアプラットフォームに迫る問題だ。 本稿では, 攻撃的コメント, 暴言, あるいは攻撃的言語を含む文を, 非攻撃的コメントに変換する手法を提案する。
• 参考スコア（独自算出の注目度）: 17.380204095038795
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Offensive and abusive language is a pressing problem on social media platforms. In this work, we propose a method for transforming offensive comments, statements containing profanity or offensive language, into non-offensive ones. We design a RETRIEVE, GENERATE and EDIT unsupervised style transfer pipeline to redact the offensive comments in a word-restricted manner while maintaining a high level of fluency and preserving the content of the original text. We extensively evaluate our method's performance and compare it to previous style transfer models using both automatic metrics and human evaluations. Experimental results show that our method outperforms other models on human evaluations and is the only approach that consistently performs well on all automatic evaluation metrics.
• Abstract（参考訳）: 暴力的かつ虐待的な言語は、ソーシャルメディアプラットフォームに迫る問題だ。 本研究では, 攻撃的コメント, 暴言, あるいは攻撃的言語を含む文を, 非攻撃的コメントに変換する手法を提案する。 本稿では,RETRIEVE, Genee, EDITの非教師型トランスファーパイプラインを設計し, 高いフラレンシを維持しつつ, 元のテキストの内容を保存しながら, 単語制限で攻撃コメントを再現する。 提案手法の性能を広範囲に評価し,自動計測と人的評価の両方を用いて従来型の伝達モデルと比較した。 実験結果から,本手法は人間の評価において他のモデルよりも優れており,全ての自動評価指標に対して一貫した性能を発揮するアプローチであることがわかった。

関連論文リスト

• Cobra Effect in Reference-Free Image Captioning Metrics [58.438648377314436]
  視覚言語事前学習モデル(VLM)を活用した参照フリー手法の普及が出現している。 本稿では,基準自由度に欠陥があるかどうかを考察する。 GPT-4Vは生成した文を評価するための評価ツールであり,提案手法がSOTA(State-of-the-art)の性能を達成することを示す。
  論文  参考訳（メタデータ） (2024-02-18T12:36:23Z)
• Prompt-Based Editing for Text Style Transfer [25.863546922455498]
  テキストスタイル転送のためのプロンプトベースの編集手法を提案する。 我々は,プロンプトベースの生成問題を,学習自由なプロセスである分類問題に変換する。 我々のアプローチは、20倍のパラメータを持つ最先端のシステムよりも大幅に優れています。
  論文  参考訳（メタデータ） (2023-01-27T21:31:14Z)
• APPDIA: A Discourse-aware Transformer-based Style Transfer Model for Offensive Social Media Conversations [11.011242089340437]
  われわれは、初めて公開され、パラレルなRedditコメントのコーパスと、社会言語学者によって注釈付けされたスタイル変換されたコメントをリリースする。 本稿では,Redditテキストにおける不快感を効果的に低減し,本来のテキストの意味を保ちつつ,最初の談話型スタイルトランスファーモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-17T00:50:24Z)
• Bridge the Gap Between CV and NLP! A Gradient-based Textual Adversarial Attack Framework [17.17479625646699]
  そこで本研究では,テキストの敵対的サンプルを作成するための統一的なフレームワークを提案する。 本稿では,T-PGD(Textual Projected Gradient Descent)という攻撃アルゴリズムを用いて,我々のフレームワークをインスタンス化する。
  論文  参考訳（メタデータ） (2021-10-28T17:31:51Z)
• Text Detoxification using Large Pre-trained Neural Models [57.72086777177844]
  テキスト中の毒性を除去する2つの新しい教師なし手法を提案する。 最初の方法は、生成プロセスのガイダンスと、小さなスタイル条件言語モデルを組み合わせることである。 第2の方法は、BERTを使用して有害な単語を非攻撃的同義語に置き換える。
  論文  参考訳（メタデータ） (2021-09-18T11:55:32Z)
• Methods for Detoxification of Texts for the Russian Language [55.337471467610094]
  我々は、攻撃的言語と戦うために、ロシア語のテキストを自動で解毒する研究を初めて紹介する。 我々は、局所的な修正を行う教師なしアプローチと、事前訓練された言語GPT-2モデルに基づく教師なしアプローチの2種類のモデルをテストする。 以上の結果から, 改良の余地はあるものの, 脱毒に有効であることが明らかとなった。
  論文  参考訳（メタデータ） (2021-05-19T10:37:44Z)
• TextFlint: Unified Multilingual Robustness Evaluation Toolkit for Natural Language Processing [73.16475763422446]
  NLPタスク(TextFlint)のための多言語ロバスト性評価プラットフォームを提案する。 普遍的なテキスト変換、タスク固有の変換、敵攻撃、サブポピュレーション、およびそれらの組み合わせを取り入れ、包括的な堅牢性分析を提供する。 TextFlintは、モデルの堅牢性の欠点に対処するために、完全な分析レポートとターゲットとした拡張データを生成します。
  論文  参考訳（メタデータ） (2021-03-21T17:20:38Z)
• On the interaction of automatic evaluation and task framing in headline style transfer [6.27489964982972]
  本稿では,スタイル転送などの微妙なテキストの差異を含むタスクの評価手法を提案する。 BLEUやROUGEのような従来のメトリクスよりも,システムの違いを反映した方がよいことを示す。
  論文  参考訳（メタデータ） (2021-01-05T16:36:26Z)
• On Learning Text Style Transfer with Direct Rewards [101.97136885111037]
  平行コーパスの欠如により、テキストスタイルの転送タスクの教師付きモデルを直接訓練することは不可能である。 我々は、当初、微調整されたニューラルマシン翻訳モデルに使用されていた意味的類似度指標を活用している。 我々のモデルは、強いベースラインに対する自動評価と人的評価の両方において大きな利益をもたらす。
  論文  参考訳（メタデータ） (2020-10-24T04:30:02Z)
• Politeness Transfer: A Tag and Generate Approach [167.9924201435888]
  本稿では, 丁寧性伝達の新たな課題について紹介する。 意味を保ちながら、非政治的な文を丁寧な文に変換することを含む。 我々はタグを設計し、スタイル属性を識別するパイプラインを生成し、その後、ターゲットスタイルで文を生成する。
  論文  参考訳（メタデータ） (2020-04-29T15:08:53Z)

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。