Fugu-MT 論文翻訳(概要): IIITT@LT-EDI-EACL2021-Hope Speech Detection: There is always Hope in Transformers

論文の概要: IIITT@LT-EDI-EACL2021-Hope Speech Detection: There is always Hope in Transformers

arxiv url: http://arxiv.org/abs/2104.09066v1
Date: Mon, 19 Apr 2021 06:19:13 GMT
ステータス: 処理完了
システム内更新日: 2021-04-21 03:02:18.534528
Title: IIITT@LT-EDI-EACL2021-Hope Speech Detection: There is always Hope in Transformers
Title（参考訳）: IIITT@LT-EDI-EACL2021-Hope音声検出:変圧器には常に希望がある
Authors: Karthik Puranik, Adeep Hande, Ruba Priyadharshini, Sajeetha Thavareesan, Bharathi Raja Chakravarthi
Abstract要約: 我々は,ソーシャルメディアのコメントを英語,マラヤラム語,タミル語でホープ音声,非ホープ音声に分類するためのトランスフォーマモデルをいくつか開発している。本論文では,LT-EDI 2021-EACL 2021におけるEquality, Diversity, and Inclusionのための希望の音声検出に関する共有タスクについて述べる。
参考スコア（独自算出の注目度）: 0.19573380763700712
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In a world filled with serious challenges like climate change, religious and political conflicts, global pandemics, terrorism, and racial discrimination, an internet full of hate speech, abusive and offensive content is the last thing we desire for. In this paper, we work to identify and promote positive and supportive content on these platforms. We work with several transformer-based models to classify social media comments as hope speech or not-hope speech in English, Malayalam and Tamil languages. This paper portrays our work for the Shared Task on Hope Speech Detection for Equality, Diversity, and Inclusion at LT-EDI 2021- EACL 2021.
Abstract（参考訳）: 気候変動、宗教と政治の対立、世界的なパンデミック、テロリズム、人種差別といった深刻な課題に満ちた世界では、ヘイトスピーチ、虐待、攻撃的なコンテンツでいっぱいのインターネットが、私たちが望む最後のものなのです。本稿では,これらのプラットフォーム上での肯定的かつ支援的なコンテンツを特定し,促進する。我々は,ソーシャルメディアのコメントを英語,マラヤラム語,タミル語でホープ音声,非ホープ音声に分類するためのトランスフォーマモデルをいくつか開発している。本稿では, LT-EDI 2021-EACL 2021における, 品質, 多様性, 包摂性に関する共通課題について述べる。

関連論文リスト

Automated Sentiment and Hate Speech Analysis of Facebook Data by Employing Multilingual Transformer Models [15.823923425516078]
我々は、Facebookの代表的なデータセットの中で、憎悪とネガティブな感情内容の統計的分布を分析する。我々は、感情分析やヘイトスピーチ分析を行うために、最先端のオープンソースのXLM-T多言語変換言語モデルを用いている。
論文参考訳（メタデータ） (2023-01-31T14:37:04Z)
Countering Malicious Content Moderation Evasion in Online Social Networks: Simulation and Detection of Word Camouflage [64.78260098263489]
ツイストとカモフラージュキーワードは、プラットフォームコンテンツモデレーションシステムを回避する最もよく使われるテクニックである。本稿では,コンテンツ回避の新たな手法をシミュレートし,検出する多言語ツールを開発することにより,悪意ある情報に対する対処に大きく貢献する。
論文参考訳（メタデータ） (2022-12-27T16:08:49Z)
Hope Speech Detection on Social Media Platforms [1.2561455657923906]
本稿では,文章をホープ音声,ノンホップ音声,ニュートラル文と識別するための機械学習アプローチについて論じる。この研究で使用されたデータセットには、英語のYouTubeコメントが含まれている。
論文参考訳（メタデータ） (2022-11-14T10:58:22Z)
PolyHope: Two-Level Hope Speech Detection from Tweets [68.8204255655161]
その重要性にもかかわらず、希望はソーシャルメディア分析タスクとして研究されることはめったにない。本稿では、まず各ツイートを「ホップ」と「ノーホープ」に分類するホープ音声データセットを提案する。 2022年前半の英語のつぶやきは、このデータセットを構築するために集められた。
論文参考訳（メタデータ） (2022-10-25T16:34:03Z)
Nipping in the Bud: Detection, Diffusion and Mitigation of Hate Speech on Social Media [21.47216483704825]
本稿では,自動ヘイト緩和システムの構築を妨げる方法論的課題について述べる。ソーシャルメディア上でのヘイトスピーチの拡散を制限するための一連のソリューションについて論じる。
論文参考訳（メタデータ） (2022-01-04T03:44:46Z)
Leveraging Transformers for Hate Speech Detection in Conversational Code-Mixed Tweets [36.29939722039909]
本稿では,HASOC 2021サブタスク2のためのMIDAS-IIITDチームによって提案されたシステムについて述べる。これは、Hindi- Englishのコードミキシングされた会話からヘイトスピーチを検出することに焦点を当てた最初の共有タスクの1つである。 Indic-BERT,XLM-RoBERTa,Multilingual BERTのハード投票アンサンブルがマクロF1スコア0.7253を達成した。
論文参考訳（メタデータ） (2021-12-18T19:27:33Z)
Textless Speech Emotion Conversion using Decomposed and Discrete Representations [49.55101900501656]
我々は、音声を、コンテンツ単位、F0、話者、感情からなる離散的、非絡み合いの学習表現に分解する。まず、内容単位を対象の感情に翻訳し、その単位に基づいて韻律的特徴を予測することによって、音声内容を変更する。最後に、予測された表現をニューラルボコーダに入力して音声波形を生成する。
論文参考訳（メタデータ） (2021-11-14T18:16:42Z)
One to rule them all: Towards Joint Indic Language Hate Speech Detection [7.296361860015606]
本稿では、最先端のトランスフォーマー言語モデルを用いて、ヘイトや攻撃的な音声検出を共同で学習する多言語アーキテクチャを提案する。提案したテストコーパスでは,サブタスク1AのマクロF1スコアが0.7996,0.7748,0.8651,サブタスク1Bのきめ細かい分類において0.6268,0.5603となる。
論文参考訳（メタデータ） (2021-09-28T13:30:00Z)
Exploiting BERT For Multimodal Target SentimentClassification Through Input Space Translation [75.82110684355979]
オブジェクト認識変換器を用いて入力空間内の画像を変換する2ストリームモデルを提案する。次に、翻訳を利用して、言語モデルに多モーダル情報を提供する補助文を構築する。 2つのマルチモーダルTwitterデータセットで最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2021-08-03T18:02:38Z)
Mere account mein kitna balance hai? -- On building voice enabled Banking Services for Multilingual Communities [47.955173277834795]
我々は,多言語社会のための音声対応型銀行サービスの構築に向けた最初の取り組みについて紹介する。コードミキシング(Code Mixing)は、ある言語からの語彙項目が別の言語の発話に埋め込まれる現象である。音声に基づく意図認識システムを構築するための様々な訓練戦略について検討する。
論文参考訳（メタデータ） (2020-10-09T01:20:09Z)
Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
論文参考訳（メタデータ） (2020-05-25T21:58:09Z)

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。