論文の概要: Linguistic Characterization of Divisive Topics Online: Case Studies on
Contentiousness in Abortion, Climate Change, and Gun Control
- arxiv url: http://arxiv.org/abs/2108.13556v1
- Date: Mon, 30 Aug 2021 23:55:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-02 05:00:15.847434
- Title: Linguistic Characterization of Divisive Topics Online: Case Studies on
Contentiousness in Abortion, Climate Change, and Gun Control
- Title(参考訳): 各種話題の言語学的特徴:中絶・気候変動・銃規制における内容性に関する事例研究
- Authors: Jacob Beel, Tong Xiang, Sandeep Soni, Diyi Yang
- Abstract要約: 異論的な話題は、論争的かつ非矛盾的な会話を喚起する。
我々は、高度に分断された話題(吸収、気候変動、銃規制)からの会話に焦点を当てている。
我々は,新しい言語的特徴と会話的特徴とユーザ要因のセットを運用し,それらを組み込んで解釈可能なモデルを構築する。
- 参考スコア(独自算出の注目度): 11.127421264715556
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As public discourse continues to move and grow online, conversations about
divisive topics on social media platforms have also increased. These divisive
topics prompt both contentious and non-contentious conversations. Although what
distinguishes these conversations, often framed as what makes these
conversations contentious, is known in broad strokes, much less is known about
the linguistic signature of these conversations. Prior work has shown that
contentious content and structure can be a predictor for this task, however,
most of them have been focused on conversation in general, very specific
events, or complex structural analysis. Additionally, many models used in prior
work have lacked interpret-ability, a key factor in online moderation. Our work
fills these gaps by focusing on conversations from highly divisive topics
(abortion, climate change, and gun control), operationalizing a set of novel
linguistic and conversational characteristics and user factors, and
incorporating them to build interpretable models. We demonstrate that such
characteristics can largely improve the performance of prediction on this task,
and also enable nuanced interpretability. Our case studies on these three
contentious topics suggest that certain generic linguistic characteristics are
highly correlated with contentiousness in conversations while others
demonstrate significant contextual influences on specific divisive topics.
- Abstract(参考訳): 公開談話のオンライン化が進むにつれ、ソーシャルメディアプラットフォーム上でのさまざまな話題に関する議論も増えている。
これらの分断的な話題は、論争と非論争の両方を引き起こす。
これらの会話を区別するものは、しばしばこれらの会話が議論を呼ぶものと見なされるが、幅広いストロークで知られているが、これらの会話の言語的特徴についてはあまり知られていない。
以前の研究は、論争的な内容や構造がこのタスクの予測因子であることを示したが、そのほとんどは、一般的な会話、非常に特定の出来事、複雑な構造解析に焦点を合わせてきた。
さらに、先行研究で使用された多くのモデルは、オンラインモデレーションの重要な要素である解釈可能性に欠けていた。
我々の研究は、高度に分断されたトピック(吸収、気候変動、銃規制)からの会話に焦点を当て、新しい言語的特徴と会話的特徴とユーザファクターのセットを運用し、解釈可能なモデルを構築するためにそれらを取り入れることで、これらのギャップを埋める。
このような特性は,このタスクにおける予測性能を大幅に向上させると同時に,ニュアンスド・コンタラクタビリティも実現できることを実証する。
これら3つの論争的トピックに関するケーススタディでは、特定の言語的特徴が会話における論争と高い相関があることが示唆され、他のものは特定の分裂的トピックに有意な文脈的影響を示す。
関連論文リスト
- Inside the echo chamber: Linguistic underpinnings of misinformation on Twitter [4.62503518282081]
ソーシャルメディア利用者は、誤った情報や議論の的になっている話題に関するコメントを含む投稿を共有することで、誤報の拡散をオンラインで推進している。
この研究は、誤情報に関する会話が言語の使用を通してどのように媒介されるかを探る。
論文 参考訳(メタデータ) (2024-04-24T15:37:12Z) - CantTalkAboutThis: Aligning Language Models to Stay on Topic in Dialogues [4.427811636536821]
CantTalkAboutこのデータセットは、異なるドメインからの幅広い会話トピックに関する合成対話で構成されている。
このデータセット上の微調整言語モデルは、割り当てられたロールから逸脱する耐性を高めるのに役立ちます。
予備的な観察は、このデータセットのトレーニングモデルが、安全アライメントを含む、きめ細かい指示に従うタスクのパフォーマンスを向上させることを示唆している。
論文 参考訳(メタデータ) (2024-04-04T22:31:58Z) - Paralinguistics-Enhanced Large Language Modeling of Spoken Dialogue [71.15186328127409]
パラリンGPT(Paralin GPT)
モデルは、シリアライズされたマルチタスクフレームワーク内の入力プロンプトとして、テキスト、音声埋め込み、およびパラ言語属性の会話コンテキストを取る。
音声対話データセットとして,感情ラベルをパラ言語属性として含むSwitchboard-1コーパスを利用する。
論文 参考訳(メタデータ) (2023-12-23T18:14:56Z) - Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。
対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。
また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
論文 参考訳(メタデータ) (2023-09-18T11:03:55Z) - Multiscale Contextual Learning for Speech Emotion Recognition in
Emergency Call Center Conversations [4.297070083645049]
本稿では,音声感情認識のためのマルチスケール会話文脈学習手法を提案する。
音声の書き起こしと音響セグメントの両方について,本手法について検討した。
我々のテストによると、過去のトークンから派生したコンテキストは、以下のトークンよりも正確な予測に大きな影響を及ぼす。
論文 参考訳(メタデータ) (2023-08-28T20:31:45Z) - DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。
そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
論文 参考訳(メタデータ) (2023-06-15T10:41:23Z) - Uncovering the Potential of ChatGPT for Discourse Analysis in Dialogue:
An Empirical Study [51.079100495163736]
本稿では、トピックセグメンテーションと談話解析という2つの談話分析タスクにおけるChatGPTの性能を体系的に検証する。
ChatGPTは、一般的なドメイン間会話においてトピック構造を特定する能力を示すが、特定のドメイン間会話ではかなり困難である。
我々のより深い調査は、ChatGPTは人間のアノテーションよりも合理的なトピック構造を提供するが、階層的なレトリック構造を線形に解析することしかできないことを示唆している。
論文 参考訳(メタデータ) (2023-05-15T07:14:41Z) - When Crowd Meets Persona: Creating a Large-Scale Open-Domain Persona
Dialogue Corpus [13.051107304650627]
自然言語データセットの構築には、単語の意味論が微妙なテキストの変更や注釈付き概念の定義に弱いため、注意が必要である。
本研究では,大規模なオープンドメインペルソナ対話コーパスを作成する際に,これらの課題に対処する。
論文 参考訳(メタデータ) (2023-04-01T16:10:36Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳(メタデータ) (2021-04-17T17:46:00Z) - Topic-Aware Multi-turn Dialogue Modeling [91.52820664879432]
本稿では,トピック認識発話を教師なしでセグメント化して抽出する,多元対話モデリングのための新しいソリューションを提案する。
トピック・アウェア・モデリングは、新たに提案されたトピック・アウェア・セグメンテーション・アルゴリズムとトピック・アウェア・デュアル・アテンション・マッチング(TADAM)ネットワークによって実現されている。
論文 参考訳(メタデータ) (2020-09-26T08:43:06Z)
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。