論文の概要: Weakly Supervised Cross-platform Teenager Detection with Adversarial BERT

• arxiv url: http://arxiv.org/abs/2108.10619v1
• Date: Tue, 24 Aug 2021 10:10:40 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-25 17:16:03.254163
• Title: Weakly Supervised Cross-platform Teenager Detection with Adversarial BERT
• Title（参考訳）: adversarial bertを用いた弱い教師付きクロスプラットフォームティーンエージャー検出
• Authors: Peiling Yi and Arkaitz Zubiaga
• Abstract要約: ティーンエイジャー検出タスクはラベル付きデータの不足に悩まされる。 本稿では,Adversarial BERTに基づくクロスプラットフォームフレームワークを提案する。 当社のフレームワークは,ソースプラットフォームからのラベル付きインスタンスを限定的に使用し,ターゲットプラットフォームからのラベル付きデータを使用せずに運用することができる。
• 参考スコア（独自算出の注目度）: 6.531659195805749
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Teenager detection is an important case of the age detection task in social media, which aims to detect teenage users to protect them from negative influences. The teenager detection task suffers from the scarcity of labelled data, which exacerbates the ability to perform well across social media platforms. To further research in teenager detection in settings where no labelled data is available for a platform, we propose a novel cross-platform framework based on Adversarial BERT. Our framework can operate with a limited amount of labelled instances from the source platform and with no labelled data from the target platform, transferring knowledge from the source to the target social media. We experiment on four publicly available datasets, obtaining results demonstrating that our framework can significantly improve over competitive baseline models on the cross-platform teenager detection task.
• Abstract（参考訳）: ティーンエイジャー検出は、ソーシャルメディアにおける年齢検出タスクの重要な事例であり、十代のユーザーをネガティブな影響から保護することを目的としている。 ティーンエイジャー検出タスクはラベル付きデータの不足に苦しめられ、ソーシャルメディアプラットフォーム間でうまく機能する能力が悪化する。 プラットフォーム上でラベル付きデータが利用できない環境でのティーンエイジャー検出のさらなる研究のために,Adversarial BERTに基づく新しいクロスプラットフォームフレームワークを提案する。 私たちのフレームワークは、ソースプラットフォームから限られた量のラベル付きインスタンスで動作でき、ターゲットプラットフォームからラベル付きデータがなく、ソースからターゲットのソーシャルメディアに知識を転送できます。 我々は4つの公開データセットを実験し、クロスプラットフォームのティーンエイジャー検出タスクにおいて、我々のフレームワークが競合するベースラインモデルを大幅に改善できることを示す結果を得た。

関連論文リスト

• Labeled Datasets for Research on Information Operations [71.34999856621306]
  ソーシャルメディアプラットフォームによって検証されたIOポストと、同様のトピックを同じ時間フレーム(制御データ)で議論した303kアカウントによる1300万以上の投稿の両方を含む、26のキャンペーンに関するラベル付きデータセットを新たに提示する。 データセットは、さまざまなキャンペーンや国で調整されたアカウントによって使用される物語、ネットワークインタラクション、エンゲージメント戦略の研究を促進する。
  論文  参考訳（メタデータ） (2024-11-15T22:15:01Z)
• SocialPET: Socially Informed Pattern Exploiting Training for Few-Shot Stance Detection in Social Media [8.556183465416156]
  スタンス検出とは、ソーシャルメディア投稿の目的に対する視点を「好み」や「アゲインスト」として判断するタスクである。 SocialPETは、そのタスクに言語モデルを活用するための社会的に情報を得たアプローチである。 マルチターゲットとPスタンスという2つのスタンスデータセットに対するSocialPETの有効性を実証する。
  論文  参考訳（メタデータ） (2024-03-08T11:00:09Z)
• On the Universal Adversarial Perturbations for Efficient Data-free Adversarial Detection [55.73320979733527]
  本稿では,UAPに対して正常サンプルと逆サンプルの異なる応答を誘導する,データに依存しない逆検出フレームワークを提案する。 実験結果から,本手法は様々なテキスト分類タスクにおいて,競合検出性能を実現することが示された。
  論文  参考訳（メタデータ） (2023-06-27T02:54:07Z)
• Improved Target-specific Stance Detection on Social Media Platforms by Delving into Conversation Threads [12.007570049217398]
  本稿では,会話姿勢検出という新しい課題を提案する。 データインスタンスとその対応する会話スレッドが与えられた場合、所定のターゲット(例えば、COVID-19ワクチン接種)に対するスタンスを推論する。 データインスタンスと会話スレッドの両方から所望のスタンスを推測するため,会話スレッドにコンテキスト情報を組み込んだBranch-BERTモデルを提案する。
  論文  参考訳（メタデータ） (2022-11-06T08:40:48Z)
• Ranking-based Group Identification via Factorized Attention on Social Tripartite Graph [68.08590487960475]
  グループ識別のための文脈的要因認識(CFAG)という,GNNに基づく新しいフレームワークを提案する。 我々は3部グラフ畳み込み層を考案し、ユーザ、グループ、アイテム間の異なる種類の近隣からの情報を集約する。 データ疎度問題に対処するため,提案した因子化注意機構に基づく新しい伝搬増強層を考案した。
  論文  参考訳（メタデータ） (2022-11-02T01:42:20Z)
• Cyberbullying detection across social media platforms via platform-aware adversarial encoding [16.39344929765961]
  変換器と逆学習に基づく新しいクロスプラットフォームフレームワークであるXP-CBを提案する。 提案するフレームワークを検証するために,3つのプラットフォームから6つのクロスプラットフォーム構成に至るまでのデータセットをサイバブリングする実験を行った。
  論文  参考訳（メタデータ） (2022-04-01T10:25:46Z)
• Towards Reducing Labeling Cost in Deep Object Detection [61.010693873330446]
  本稿では,検知器の不確実性と頑健性の両方を考慮した,アクティブラーニングのための統一的なフレームワークを提案する。 提案手法は, 確率分布のドリフトを抑えながら, 極めて確実な予測を擬似ラベル化することができる。
  論文  参考訳（メタデータ） (2021-06-22T16:53:09Z)
• TraND: Transferable Neighborhood Discovery for Unsupervised Cross-domain Gait Recognition [77.77786072373942]
  本稿では、教師なしクロスドメイン歩行認識のための領域ギャップを橋渡しするTransferable Neighborhood Discovery (TraND) フレームワークを提案する。 我々は、潜在空間におけるラベルなしサンプルの自信ある近傍を自動的に発見するために、エンドツーエンドのトレーニング可能なアプローチを設計する。 提案手法は,CASIA-BとOU-LPの2つの公開データセットに対して,最先端の結果を得る。
  論文  参考訳（メタデータ） (2021-02-09T03:07:07Z)
• Leveraging Administrative Data for Bias Audits: Assessing Disparate Coverage with Mobility Data for COVID-19 Policy [61.60099467888073]
  管理データのリンクによって,バイアスに対するモビリティデータの監査が可能かを示す。 我々は、高齢者や非白人の有権者が移動データによって捕えられる可能性が低いことを示した。 このような移動データに基づく公衆衛生資源の配分は、高リスク高齢者や少数民族に不当に害を与える可能性があることを示す。
  論文  参考訳（メタデータ） (2020-11-14T02:04:14Z)
• Independent Component Analysis for Trustworthy Cyberspace during High Impact Events: An Application to Covid-19 [4.629100947762816]
  新型コロナウイルス(COVID-19)の感染拡大など、ソーシャルメディアは重要なコミュニケーションチャンネルとなっている。 ソーシャルメディアにおける誤報が急速に拡散し、社会不安を生じさせるため、そのような出来事における誤報の拡散は重要なデータ課題である。 本稿では,ICAモデルに基づくデータ駆動型ソリューションを提案する。
  論文  参考訳（メタデータ） (2020-06-01T21:48:22Z)

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。