Fugu-MT 論文翻訳(概要): Towards A Multi-agent System for Online Hate Speech Detection

論文の概要: Towards A Multi-agent System for Online Hate Speech Detection

arxiv url: http://arxiv.org/abs/2105.01129v1
Date: Mon, 3 May 2021 19:06:42 GMT
ステータス: 処理完了
システム内更新日: 2021-05-06 02:50:11.800081
Title: Towards A Multi-agent System for Online Hate Speech Detection
Title（参考訳）: オンラインヘイト音声検出のためのマルチエージェントシステム
Authors: Gaurav Sahu, Robin Cohen, Olga Vechtomova
Abstract要約: 本論文では,TwitterやFacebookなどのオンラインソーシャルメディアプラットフォームにおけるヘイトスピーチの存在を検出するマルチエージェントシステムを提案する。テキスト処理とインエイジ処理のチャネルをコーディネートする深層学習技術を用いた新しいフレームワークを紹介します。
参考スコア（独自算出の注目度）: 11.843799418046666
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper envisions a multi-agent system for detecting the presence of hate speech in online social media platforms such as Twitter and Facebook. We introduce a novel framework employing deep learning techniques to coordinate the channels of textual and im-age processing. Our experimental results aim to demonstrate the effectiveness of our methods for classifying online content, training the proposed neural network model to effectively detect hateful instances in the input. We conclude with a discussion of how our system may be of use to provide recommendations to users who are managing online social networks, showcasing the immense potential of intelligent multi-agent systems towards delivering social good.
Abstract（参考訳）: 本稿では,TwitterやFacebookなどのオンラインソーシャルメディアプラットフォームにおけるヘイトスピーチの存在を検出するマルチエージェントシステムを提案する。本稿では,テキスト処理と即時処理のチャネルを協調する深層学習技術を用いた新しいフレームワークを提案する。本実験は,オンラインコンテンツの分類手法の有効性を実証し,提案するニューラルネットワークモデルを訓練し,入力中の憎悪インスタンスを効果的に検出することを目的とした。我々は,オンラインソーシャルネットワークを管理するユーザに対して,私たちのシステムがいかにしてレコメンデーションを提供するのかを議論し,インテリジェントなマルチエージェントシステムによる社会的善の提供の可能性を示す。

関連論文リスト

AggregHate: An Efficient Aggregative Approach for the Detection of Hatemongers on Social Platforms [4.649475179575046]
ヘイト・モンガーの検出には,ヘイトフルテキストやユーザ・アクティビティ,ユーザ・ネットワークを考慮し,マルチモーダル・アグリゲーティブ・アプローチを検討する。本手法は, コーデックメッセージの分類, ドッグホイストリング, 人種的ガスライティングの改善, 介入対策の通知に有効である。
論文参考訳（メタデータ） (2024-09-22T14:29:49Z)
Fine-Tuning Llama 2 Large Language Models for Detecting Online Sexual Predatory Chats and Abusive Texts [2.406214748890827]
本稿では,Llama 2 7B-パラメーターモデルを用いて,オンライン性的捕食チャットと虐待言語の検出手法を提案する。我々は、異なる大きさ、不均衡度、言語(英語、ローマ・ウルドゥー語、ウルドゥー語)のデータセットを用いてLLMを微調整する。実験結果から,提案手法は3つの異なるデータセットに対して精度よく一貫した性能を示す。
論文参考訳（メタデータ） (2023-08-28T16:18:50Z)
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)
Panning for gold: Lessons learned from the platform-agnostic automated detection of political content in textual data [48.7576911714538]
異なるプラットフォーム間で政治的コンテンツを検出するために、これらの技術がどのように使用できるかについて議論する。辞書,教師付き機械学習,ニューラルネットワークに依存する3つの検出手法のパフォーマンスを比較した。この結果から,ニューラルネットワークと機械学習に基づくモデルによって達成されるノイズの少ないデータに対して,事前処理がモデル性能に与える影響が限定された。
論文参考訳（メタデータ） (2022-07-01T15:23:23Z)
Multimodal Emotion Recognition using Transfer Learning from Speaker Recognition and BERT-based models [53.31917090073727]
本稿では,音声とテキストのモダリティから,伝達学習モデルと微調整モデルとを融合したニューラルネットワークによる感情認識フレームワークを提案する。本稿では,対話型感情的モーションキャプチャー・データセットにおけるマルチモーダル・アプローチの有効性を評価する。
論文参考訳（メタデータ） (2022-02-16T00:23:42Z)
Recursive Least-Squares Estimator-Aided Online Learning for Visual Tracking [58.14267480293575]
オフライン学習を必要とせず、簡単な効果的なオンライン学習手法を提案する。これは、モデルが以前見たオブジェクトに関する知識を記憶するための、内蔵されたメモリ保持メカニズムを可能にする。我々は、RT-MDNetにおける多層パーセプトロンと、DiMPにおける畳み込みニューラルネットワークの追跡のためのオンライン学習ファミリーにおける2つのネットワークに基づくアプローチを評価する。
論文参考訳（メタデータ） (2021-12-28T06:51:18Z)
Online Multi-modal Person Search in Videos [74.75432003006432]
本研究では,映像中の人物をリアルタイムで認識するオンライン人物検索フレームワークを提案する。大規模な映画データセットを用いた実験により,提案手法の有効性が示された。
論文参考訳（メタデータ） (2020-08-08T15:48:32Z)
Detecting Online Hate Speech: Approaches Using Weak Supervision and Network Embedding Models [2.3322477552758234]
本研究では,ヘイトフルユーザを定量的に発見する弱監督型深層学習モデルを提案する。我々は、19.2Mの投稿において、我々のモデルを評価し、我々の弱い監督モデルは、間接的に憎悪的な相互作用を識別するベースラインモデルよりも優れていることを示す。また,Gabにおける2種類のユーザインタラクション(引用と応答)と,弱監督モデルからのインタラクションスコアをエッジウェイトとして分析し,ヘイトフルユーザを予測する。
論文参考訳（メタデータ） (2020-07-24T18:13:52Z)
SoK: The Faults in our ASRs: An Overview of Attacks against Automatic Speech Recognition and Speaker Identification Systems [28.635467696564703]
音声と話者システムのエンドツーエンドアーキテクチャは、画像空間のそれとはかなり異なる攻撃と防御を行うことを示す。そして、これらのモデルに対する攻撃はほとんど普遍的に転送できないことを実験的に実証した。
論文参考訳（メタデータ） (2020-07-13T18:52:25Z)
On the Social and Technical Challenges of Web Search Autosuggestion Moderation [118.47867428272878]
自動提案は通常、検索ログと文書表現のコーパスに基づいてトレーニングされた機械学習(ML)システムによって生成される。現在の検索エンジンは、このような問題のある提案を抑えるのに、ますます熟練している。問題のある提案のいくつかの側面、パイプラインに沿った困難な問題、そしてWeb検索を超えたアプリケーションの増加になぜ私たちの議論が適用されるのかについて論じる。
論文参考訳（メタデータ） (2020-07-09T19:22:00Z)

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。