論文の概要: Learning for Detecting Norm Violation in Online Communities

• arxiv url: http://arxiv.org/abs/2104.14911v1
• Date: Fri, 30 Apr 2021 11:18:04 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-03 19:33:24.807895
• Title: Learning for Detecting Norm Violation in Online Communities
• Title（参考訳）: オンラインコミュニティにおける規範違反検出のための学習
• Authors: Thiago Freitas dos Santos, Nardine Osman and Marco Schorlemmer
• Abstract要約: オンラインコミュニティにおける規範違反を検知するフレームワークを提案する。 分類アルゴリズムとしてロジスティックモデルツリーを用いて機械学習を用いてフレームワークを構築する。 そして、wikipediaのユースケースで評価され、ウィキペディアの編集における破壊行為を禁止する規範にフォーカスします。
• 参考スコア（独自算出の注目度）: 3.480626767752489
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we focus on normative systems for online communities. The paper addresses the issue that arises when different community members interpret these norms in different ways, possibly leading to unexpected behavior in interactions, usually with norm violations that affect the individual and community experiences. To address this issue, we propose a framework capable of detecting norm violations and providing the violator with information about the features of their action that makes this action violate a norm. We build our framework using Machine Learning, with Logistic Model Trees as the classification algorithm. Since norm violations can be highly contextual, we train our model using data from the Wikipedia online community, namely data on Wikipedia edits. Our work is then evaluated with the Wikipedia use case where we focus on the norm that prohibits vandalism in Wikipedia edits.
• Abstract（参考訳）: 本稿では,オンラインコミュニティのための規範システムに焦点を当てる。 この論文は、異なるコミュニティメンバーが異なる方法でこれらの規範を解釈する際に生じる問題に対処し、通常、個人やコミュニティの体験に影響を与える規範違反と相互作用の予期せぬ行動を引き起こす可能性がある。 この問題に対処するため,我々は,規範違反を検知し,その行為の特徴に関する情報を違反者に提供し,この行為を規範に違反させるフレームワークを提案する。 分類アルゴリズムとしてロジスティックモデルツリーを用いて機械学習を用いてフレームワークを構築する。 規範違反は極めて文脈的であるため、ウィキペディアのオンラインコミュニティのデータ、すなわちウィキペディアの編集データを用いてモデルを訓練する。 そして、wikipediaのユースケースで評価され、ウィキペディアの編集における破壊行為を禁止する規範にフォーカスします。

関連論文リスト

• Learning Rules from KGs Guided by Language Models [48.858741745144044]
  ルール学習手法は、潜在的に欠落する事実を予測するために適用することができる。 規則のランク付けは、高度に不完全あるいは偏りのあるKGよりも特に難しい。 近年のLanguage Models (LM) の台頭により、いくつかの研究が、LMがKG補完の代替手段として利用できると主張している。
  論文  参考訳（メタデータ） (2024-09-12T09:27:36Z)
• HelloFresh: LLM Evaluations on Streams of Real-World Human Editorial Actions across X Community Notes and Wikipedia edits [92.62157408704594]
  HelloFreshは、本質的に動機づけられた人間のラベルによって生成された実世界のデータの連続的なストリームに基づいている。 ウィキペディアページのX(元Twitter)コミュニティノートと編集の最近のイベントをカバーしている。 テストデータの汚染とベンチマークオーバーフィッティングのリスクを軽減します。
  論文  参考訳（メタデータ） (2024-06-05T16:25:57Z)
• SADAS: A Dialogue Assistant System Towards Remediating Norm Violations in Bilingual Socio-Cultural Conversations [56.31816995795216]
  SADAS(Socially-Aware Dialogue Assistant System)は、会話が敬意と理解で広がることを保証するためのシステムである。 本システムの新しいアーキテクチャは,(1)対話に存在する規範のカテゴリを特定すること,(2)潜在的な規範違反を検出すること,(3)違反の深刻さを評価すること,(4)違反の是正を目的とした対策を実施すること,を含む。
  論文  参考訳（メタデータ） (2024-01-29T08:54:21Z)
• Reading Books is Great, But Not if You Are Driving! Visually Grounded Reasoning about Defeasible Commonsense Norms [65.17491295329991]
  ビジュアルグラウンドド・コモンセンスの規範を研究するための新しいベンチマーク、NORMLENSを構築した。 我々は、最先端のモデル判断と説明が人間のアノテーションとうまく一致していないことを発見した。 我々は,大規模言語モデルから社会的コモンセンス知識を抽出し,モデルと人間との整合性を向上するための新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2023-10-16T14:00:07Z)
• Analyzing Norm Violations in Live-Stream Chat [49.120561596550395]
  本研究は,ライブストリーミングプラットフォーム上での会話における規範違反を検出することを目的とした,最初のNLP研究である。 ライブストリームチャットにおける標準違反カテゴリを定義し、Twitchから4,583のコメントを注釈付けします。 以上の結果から,適切なコンテキスト情報がモデレーション性能を35%向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-05-18T05:58:27Z)
• CPL-NoViD: Context-Aware Prompt-based Learning for Norm Violation Detection in Online Communities [28.576099654579437]
  我々は,ノルム振動検出のための文脈認識型プロンプト学習(CPL-NoViD)を紹介する。 CPL-NoViDは、自然言語のプロンプトを通じてコンテキストを組み込むことでベースラインを上回ります。 標準違反検出における新たな最先端技術を確立し、既存のベンチマークを上回っている。
  論文  参考訳（メタデータ） (2023-05-16T23:27:59Z)
• Explainable Abuse Detection as Intent Classification and Slot Filling [66.80201541759409]
  我々は、システムがデータ検査だけで乱用を構成する事象を確実に学習できるという非現実的な期待を捨て、政策対応による悪用検出の概念を導入する。 目的分類とスロットフィリングのためのアーキテクチャは、モデル決定の根拠を提供しながら、悪用検出にどのように使用できるかを示す。
  論文  参考訳（メタデータ） (2022-10-06T03:33:30Z)
• Detecting Community Sensitive Norm Violations in Online Conversations [21.892867827127603]
  我々は、より完全なコミュニティ規範と、地域の会話とグローバルなコミュニティコンテキストにおけるそれらの違反に焦点を当てる。 我々は、このデータを用いて、コンテキストやコミュニティに敏感なノルム違反検出を開発する一連のモデルを紹介した。
  論文  参考訳（メタデータ） (2021-10-09T00:39:35Z)
• On Analyzing Annotation Consistency in Online Abusive Behavior Datasets [5.900114841365645]
  研究者たちは、オンライン虐待コンテンツデータセットの提案、収集、注釈付けを行った。 これらのデータセットは、オンラインヘイトスピーチや虐待行動の研究を促進する上で重要な役割を果たす。 ラベルのセマンティックな違いが曖昧になる可能性があるため、与えられたテキストの真のラベルであるべきものについては、しばしば批判的である。
  論文  参考訳（メタデータ） (2020-06-24T06:34:25Z)
• WAC: A Corpus of Wikipedia Conversations for Online Abuse Detection [0.0]
  本稿では,ウィキペディアのコメントコーパスに基づいて,異なるタイプのコメントレベルアノテーションを用いた独自のフレームワークを提案する。 380k以上の注釈付きメッセージからなるこの大規模なコーパスは、オンライン不正検出、特にコンテキストベースのアプローチに対する視点を開放する。 また、このコーパスに加えて、コンテンツ乱用検出の問題に関する科学的研究を刺激し、適切に比較するための完全なベンチマークプラットフォームも提案する。
  論文  参考訳（メタデータ） (2020-03-13T10:26:45Z)

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。