論文の概要: TweetBLM: A Hate Speech Dataset and Analysis of Black Lives
Matter-related Microblogs on Twitter
- arxiv url: http://arxiv.org/abs/2108.12521v1
- Date: Fri, 27 Aug 2021 22:47:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-01 09:23:38.844162
- Title: TweetBLM: A Hate Speech Dataset and Analysis of Black Lives
Matter-related Microblogs on Twitter
- Title（参考訳）: TweetBLM:Twitter上のブラックライブ関連マイクロブログのヘイトスピーチデータセットと分析
- Authors: Sumit Kumar, Raj Ratn Pranesh
- Abstract要約: 我々は,Black Lives Matter に関連するツイートヘイトスピーチデータセット TweetBLM を提案する。
私たちのデータセットは、Black Lives Matter運動をターゲットとする、手動で注釈付けされたツイート9165です。
- 参考スコア（独自算出の注目度）: 2.741266294612776
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the past few years, there has been a significant rise in toxic and hateful
content on various social media platforms. Recently Black Lives Matter movement
came into the picture, causing an avalanche of user generated responses on the
internet. In this paper, we have proposed a Black Lives Matter related tweet
hate speech dataset TweetBLM. Our dataset comprises 9165 manually annotated
tweets that target the Black Lives Matter movement. We annotated the tweets
into two classes, i.e., HATE and NONHATE based on their content related to
racism erupted from the movement for the black community. In this work, we also
generated useful statistical insights on our dataset and performed a systematic
analysis of various machine learning models such as Random Forest, CNN, LSTM,
BiLSTM, Fasttext, BERTbase, and BERTlarge for the classification task on our
dataset. Through our work, we aim at contributing to the substantial efforts of
the research community for the identification and mitigation of hate speech on
the internet. The dataset is publicly available.
- Abstract（参考訳）: 過去数年間、さまざまなソーシャルメディアプラットフォームで、有害で憎悪的なコンテンツが著しく増加している。
最近、Black Lives Matter(ブラックライブ・マター・ムーブメント)が登場し、インターネット上でユーザーが生成した反応の雪崩を引き起こした。
本稿では,black lives matter関連tweet hate speech dataset tweetblmを提案する。
私たちのデータセットは、Black Lives Matter運動をターゲットとする、手動で注釈付きツイート9165です。
我々は、黒人コミュニティの運動から生じた人種差別に関する内容に基づいて、ツイートを2つのクラス、すなわちヘイトとノンヘイトに注釈付けした。
本研究では、データセットに関する有用な統計情報も生成し、データセットの分類タスクに対してランダムフォレスト、CNN、LSTM、BiLSTM、Fasttext、BERTbase、BERTlargeといった機械学習モデルの体系的解析を行った。
本研究は,インターネット上でのヘイトスピーチの識別と緩和のために,研究コミュニティの多大な努力に貢献することを目的としている。
データセットは公開されている。
関連論文リスト
- What are People Talking about in #BlackLivesMatter and #StopAsianHate?
Exploring and Categorizing Twitter Topics Emerging in Online Social Movements
through the Latent Dirichlet Allocation Model [27.53788299995914]
Black Lives Matter(BLM)とStop Asian Hate(SAH)は、Twitter上で拡散した2つのソーシャルムーブメントである。
本研究では、BLMとSAHのトピックを包括的に分析するために、混合メソッドアプローチを採用する。
われわれは#blacklivesmatterと#stopasianhateハッシュタグで100万以上のツイートを収集し、それらのトピックを比較した。
論文 参考訳（メタデータ） (2022-05-29T17:29:40Z) - DisinfoMeme: A Multimodal Dataset for Detecting Meme Intentionally
Spreading Out Disinformation [72.18912216025029]
偽情報ミームの検出を支援するためにDisinfoMemeを提案する。
このデータセットには、COVID-19パンデミック、Black Lives Matter運動、ベジタリアン/ベジタリアンという3つのトピックをカバーするRedditのミームが含まれている。
論文 参考訳（メタデータ） (2022-05-25T09:54:59Z) - What Truly Matters? Using Linguistic Cues for Analyzing the
#BlackLivesMatter Movement and its Counter Protests: 2013 to 2020 [31.670509436139735]
米国では、警察の残虐行為と人種的に動機付けられた事件に対処するデジタルアクティビズムが著しく増加した。
ソーシャルメディアを権威的ツールとして用いて,これら3つのメディアにおける言語的手がかりと主題的関係を調べ,分析する。
以上の結果から,人種的関連性や偏見的ハッシュタグの過剰使用は,差別傾向を示す反抗運動に有効であることが示唆された。
論文 参考訳（メタデータ） (2021-09-20T18:34:30Z) - Out of the Shadows: Analyzing Anonymous' Twitter Resurgence during the
2020 Black Lives Matter Protests [6.510061176722249]
最近、かつて著名なハクティビスト集団であるアノニマス (Anonymous) からの顕著な活動はほとんどなかった。
主要企業や政府に対する活動家によるサイバー攻撃を担当した同団体は、2013年に主要メンバーが逮捕された後、分断したようだ。
しかし、ブラック・ライブス・マターの大規模な抗議に反応して、グループは復帰したと報告された。
論文 参考訳（メタデータ） (2021-07-22T10:18:32Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - hBert + BiasCorp -- Fighting Racism on the Web [58.768804813646334]
これはfox news、breitbartnews、youtubeの3つの特定のソースから139,090のコメントとニュースを含むデータセットです。
本研究では、hBERT を新しい Hopfield Layer を用いて、予め訓練された BERT モデルの特定の層を修正する。
開発者がwebアプリケーションでトレーニングされたモデルを利用できるようにするため、javascriptライブラリとchrome拡張アプリケーションもリリースしています。
論文 参考訳（メタデータ） (2021-04-06T02:17:20Z) - Hate is the New Infodemic: A Topic-aware Modeling of Hate Speech
Diffusion on Twitter [24.94135874070525]
われわれは、Twitter上でヘイトスピーチの発生を誘発するユーザー行動を探究することに重点を置いている。
ツイート、リツイート、ユーザー活動履歴、フォロワーネットワークの大規模なデータセットをクロールします。
これらのダイナミクスを管理する情報の異なる信号の特徴付けを行う。
論文 参考訳（メタデータ） (2020-10-09T05:43:08Z) - Twitter Corpus of the #BlackLivesMatter Movement And Counter Protests:
2013 to 2021 [3.026131612560646]
ブラック・ライブズ・マター(Black Lives Matter、BLM)は、黒人の個人やコミュニティに対する暴力に抗議する分散型社会運動である。
#BlackLivesMatterソーシャルメディアのハッシュタグは草の根運動を表すようになった。
同様のハッシュタグは、#AllLivesMatterや#BlueLivesMatterのようなBLM運動に抗議する。
論文 参考訳（メタデータ） (2020-09-01T17:37:39Z) - 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) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z) - #MeToo on Campus: Studying College Sexual Assault at Scale Using Data
Reported on Social Media [71.74529365205053]
我々は、#トレンドが大学フォロワーのプールに与える影響を分析した。
その結果、これらの#ツイートに埋め込まれたトピックの大部分は、セクシャルハラスメントのストーリーを詳述している。
この傾向といくつかの主要地理的地域に関する公式な報告との間には大きな相関関係がある。
論文 参考訳（メタデータ） (2020-01-16T18:05:46Z)
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。