論文の概要: Citizen Participation and Machine Learning for a Better Democracy
- arxiv url: http://arxiv.org/abs/2103.00508v1
- Date: Sun, 28 Feb 2021 13:30:07 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-03 17:06:18.502028
- Title: Citizen Participation and Machine Learning for a Better Democracy
- Title(参考訳): よりよい民主主義のための市民参加と機械学習
- Authors: M. Arana-Catania, F.A. Van Lier, Rob Procter, Nataliya Tkachenko,
Yulan He, Arkaitz Zubiaga, Maria Liakata
- Abstract要約: 民主的な意思決定プロセスにおける市民参加の障壁に対処することを目的としたプロジェクトの進捗状況を報告します。
主な目的は、自然言語処理(NLP)と機械学習の応用が、デジタル市民参加プラットフォームにおける市民の経験を改善することができるかどうかを探ることである。
- 参考スコア(独自算出の注目度): 22.682698778214434
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The development of democratic systems is a crucial task as confirmed by its
selection as one of the Millennium Sustainable Development Goals by the United
Nations. In this article, we report on the progress of a project that aims to
address barriers, one of which is information overload, to achieving effective
direct citizen participation in democratic decision-making processes. The main
objectives are to explore if the application of Natural Language Processing
(NLP) and machine learning can improve citizens' experience of digital citizen
participation platforms. Taking as a case study the "Decide Madrid" Consul
platform, which enables citizens to post proposals for policies they would like
to see adopted by the city council, we used NLP and machine learning to provide
new ways to (a) suggest to citizens proposals they might wish to support; (b)
group citizens by interests so that they can more easily interact with each
other; (c) summarise comments posted in response to proposals; (d) assist
citizens in aggregating and developing proposals. Evaluation of the results
confirms that NLP and machine learning have a role to play in addressing some
of the barriers users of platforms such as Consul currently experience.
- Abstract(参考訳): 民主システムの開発は、国連によるミレニアム持続可能な開発目標の1つとして、その選択によって確認される重要なタスクです。
本稿では、情報過負荷の障壁に対処することを目的としたプロジェクトの進捗状況を報告し、民主的な意思決定プロセスで効果的な直接市民参加を達成する。
主な目的は、自然言語処理(NLP)と機械学習の応用が、デジタル市民参加プラットフォームにおける市民の経験を改善することができるかどうかを探ることである。
市民が市議会で採用したい政策の提案を提出できる「デシド・マドリード」・コンサル・プラットフォームを事例研究として、我々は、NLPと機械学習を使って、(a)支援したいと思われる市民の提案に新しい方法を提案し、(b)グループ市民が互いにより簡単に対話できるようにし、(c)提案に応えて投稿されたコメントを要約し、(d)提案を集約し、開発する市民を支援する。
結果の評価は、NLPと機械学習が、現在経験しているConsulのようなプラットフォームの障壁ユーザに対処するために果たす役割があることを証明している。
関連論文リスト
- Designing Digital Voting Systems for Citizens: Achieving Fairness and
Legitimacy in Digital Participatory Budgeting [11.63218056814214]
PB(Digital Participatory Budgeting)は、都市における資源配分のための重要な民主的手段となっている。
しかし、公平性と正当性を達成するための課題は続いている。
本研究では,デジタルPBにおける投票・集計手法のトレードオフについて検討した。
論文 参考訳(メタデータ) (2023-10-05T12:25:48Z) - Consensus-based Participatory Budgeting for Legitimacy: Decision Support
via Multi-agent Reinforcement Learning [3.3504365823045044]
参加型予算編成(Participatory budgeting)は、投票結果が必ずしも公平でも包括的でもないプロセスである。
本稿では,新規かつ合法なコンセンサスに基づく参加型予算策定プロセスを紹介する。
投票者はお互いに対話し、現実的な妥協を行うのに役立ちます。
論文 参考訳(メタデータ) (2023-07-24T16:16:23Z) - VoteLab: A Modular and Adaptive Experimentation Platform for Online
Collective Decision Making [2.8225382405626394]
本稿では,投票実験のモジュール化と適応設計のためのオープンソースプラットフォームであるVoteLabを紹介する。
異なる投票方法を選択することで、視覚的かつインタラクティブに再利用可能なキャンペーンを構築することができる。
投票者はスマートフォンで登録された投票質問に簡単に反応できる。
論文 参考訳(メタデータ) (2023-07-20T14:26:21Z) - UKP-SQuARE: An Interactive Tool for Teaching Question Answering [61.93372227117229]
質問応答の指数的増加(QA)は、あらゆる自然言語処理(NLP)コースにおいて必須のトピックとなっている。
本稿では、QA教育のプラットフォームとしてUKP-SQuAREを紹介する。
学生は様々な視点から様々なQAモデルを実行、比較、分析することができる。
論文 参考訳(メタデータ) (2023-05-31T11:29:04Z) - Lessons Learned from a Citizen Science Project for Natural Language
Processing [53.48988266271858]
市民科学はクラウドソーシングの代替であり、NLPの文脈では比較的研究されていない。
我々は、既存のクラウドソースデータセットの一部を注釈付けすることで、NLPの市民科学における様々なボランティアグループへの参加について探索的研究を行う。
この結果から,高品質なアノテーションが得られ,モチベーションの高いボランティアを惹きつけるだけでなく,スケーラビリティや時間的関与,法的・倫理的問題といった要因も考慮する必要があることが示唆された。
論文 参考訳(メタデータ) (2023-04-25T14:08:53Z) - Beyond Transactional Democracy: A Study of Civic Tech in Canada [3.2814818900171763]
市民テックグループは、新しい形態の民主的技術を探るため、共通の関心事の問題を整理する。
本稿では,トロント市民技術が,自律型コミュニティの維持を通じて市民参加のためのプラットフォームを構築する方法について考察する。
このケースは、市民技術を理解するには単なる分析や技術工芸品の生産以上のレンズが必要であることを示している。
論文 参考訳(メタデータ) (2023-02-13T19:31:13Z) - Neural Approaches to Conversational Information Retrieval [94.77863916314979]
会話情報検索(CIR)システムは、会話インタフェースを備えた情報検索(IR)システムである。
近年のディープラーニングの進歩により、自然言語処理(NLP)と会話型AIが大幅に改善されている。
この本は、ここ数年で開発された神経アプローチに焦点を当てた、CIRの最近の進歩を調査します。
論文 参考訳(メタデータ) (2022-01-13T19:04:59Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳(メタデータ) (2021-10-05T12:51:11Z) - A mixed-methods ethnographic approach to participatory budgeting in
Scotland [11.943141057130228]
PB(Participatory budgeting)はスコットランドですでにコミュニティ主導の助成金の形で確立されている。
本研究は,スコットランドを構成する32の地方自治体のそれぞれが,PBプロセスにおける市民の関与のために,Consulプラットフォームを利用する方法について検討する。
我々は、自然言語処理(NLP)ツールが市民のエンゲージメントと、市民の貢献が分析され、政策に変換されるプロセスの両方を促進できるかどうかに焦点をあてる。
論文 参考訳(メタデータ) (2021-09-20T13:04:24Z) - FedNLP: A Research Platform for Federated Learning in Natural Language
Processing [55.01246123092445]
NLPのフェデレーションラーニングのための研究プラットフォームであるFedNLPを紹介します。
FedNLPは、テキスト分類、シーケンスタグ付け、質問応答、Seq2seq生成、言語モデリングなど、NLPで一般的なタスクの定式化をサポートしている。
FedNLPによる予備実験では、分散型データセットと集中型データセットの学習には大きなパフォーマンスギャップが存在することが明らかになった。
論文 参考訳(メタデータ) (2021-04-18T11:04:49Z) - InfoBot: Transfer and Exploration via the Information Bottleneck [105.28380750802019]
強化学習における中心的な課題は、報酬がわずかに分散されたタスクに対する効果的なポリシーを見つけることである。
我々は、事前の経験から意思決定状態について学ぶことを提案する。
この単純なメカニズムは、部分的に観察された状態であっても、決定状態を効果的に識別する。
論文 参考訳(メタデータ) (2019-01-30T15:33:58Z)
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。
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。