論文の概要: Detecting Inspiring Content on Social Media

• arxiv url: http://arxiv.org/abs/2109.02734v2
• Date: Mon, 29 May 2023 18:08:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-01 03:25:15.266731
• Title: Detecting Inspiring Content on Social Media
• Title（参考訳）: ソーシャルメディアにおけるインスピレーションコンテンツの検出
• Authors: Oana Ignat, Y-Lan Boureau, Jane A. Yu, Alon Halevy
• Abstract要約: この研究は、機械学習を通じてインスピレーションを研究する最初のものである。 ソーシャルメディアデータからインスパイアされたコンテンツを自動的に検出することを目的としている。 インスパイアされた5,800とインスパイアされていない5,800のデータセットを公開しています。
• 参考スコア（独自算出の注目度）: 6.035690353258519
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inspiration moves a person to see new possibilities and transforms the way they perceive their own potential. Inspiration has received little attention in psychology, and has not been researched before in the NLP community. To the best of our knowledge, this work is the first to study inspiration through machine learning methods. We aim to automatically detect inspiring content from social media data. To this end, we analyze social media posts to tease out what makes a post inspiring and what topics are inspiring. We release a dataset of 5,800 inspiring and 5,800 non-inspiring English-language public post unique ids collected from a dump of Reddit public posts made available by a third party and use linguistic heuristics to automatically detect which social media English-language posts are inspiring.
• Abstract（参考訳）: インスピレーションは、新しい可能性を見るために人を動かし、自身の可能性を認識する方法を変えます。 吸気は心理学にはほとんど関心がなく、NLPコミュニティではこれまで研究されていない。 私たちの知る限りでは、この研究は機械学習の手法でインスピレーションを研究する最初の方法です。 ソーシャルメディアデータからインスパイアされたコンテンツを自動的に検出することを目指している。 この目的のために、ソーシャルメディアの投稿を分析して、投稿にインスピレーションを与えるものや、どんな話題がインスピレーションを与えているかをティーズする。 Redditの公開投稿から収集された5800件のインスピレーションと5800件のインスピレーションを受けていない英語の公開投稿のデータセットを公開し、言語ヒューリスティックスを使用して、どのソーシャルメディアの英語投稿がインスピレーションを受けているかを自動的に検出します。

関連論文リスト

• Measuring Psychological Depth in Language Models [50.48914935872879]
  本稿では,文学理論に根ざした新たな枠組みである心理的深度尺度(PDS)を紹介する。 PDS(0.72 クリッペンドルフのα)に基づいて人間が一貫して物語を評価できることを示し、我々の枠組みを実証的に検証する。 驚いたことに、GPT-4のストーリーはRedditから入手した高評価の人文記事と統計的に区別できない。
  論文  参考訳（メタデータ） (2024-06-18T14:51:54Z)
• Cross-cultural Inspiration Detection and Analysis in Real and LLM-generated Social Media Data [28.3552578648979]
  この研究は、機械学習を通じて異文化間のインスピレーションを初めて研究した。 我々は、実物とAIが生み出す異文化の刺激的なポストを特定し、分析することを目指している。
  論文  参考訳（メタデータ） (2024-04-19T15:04:30Z)
• Beyond Negativity: Re-Analysis and Follow-Up Experiments on Hope Speech Detection [0.0]
  ホープスピーチは、サポート、安心、提案、インスピレーション、洞察を提供するコメント、投稿、その他のソーシャルメディアメッセージを指す。 本研究は,希望音声検出のための効率的かつ同等かつ優れた手法を見つけることを目的としている。
  論文  参考訳（メタデータ） (2023-05-10T18:38:48Z)
• Depression detection in social media posts using affective and social norm features [84.12658971655253]
  ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。 我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。 提案された機能を含めると、両方の設定で最先端の結果が得られます。
  論文  参考訳（メタデータ） (2023-03-24T21:26:27Z)
• Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
  我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。 本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。 私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
  論文  参考訳（メタデータ） (2022-10-04T22:44:17Z)
• Offensive Language Detection on Twitter [0.0]
  攻撃的なツイートの分類で74%の精度を達成しました。 また、ソーシャルメディアの世界における乱用コンテンツ検出における今後の課題もリストアップする。
  論文  参考訳（メタデータ） (2022-09-28T13:35:22Z)
• Mental Illness Classification on Social Media Texts using Deep Learning and Transfer Learning [55.653944436488786]
  世界保健機関(WHO)によると、約4億5000万人が影響を受ける。 うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。 本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
  論文  参考訳（メタデータ） (2022-07-03T11:33:52Z)
• Suicidal Ideation Detection on Social Media: A Review of Machine Learning Methods [0.34265828682659694]
  ソーシャルメディアにおける自殺観念と行動を特定するために多くの研究がなされている。 本稿では,ソーシャルメディア上での機械学習アルゴリズムを用いた自殺思考の検出に関する最近の研究成果について概説する。
  論文  参考訳（メタデータ） (2022-01-25T18:23:47Z)
• Can You be More Social? Injecting Politeness and Positivity into Task-Oriented Conversational Agents [60.27066549589362]
  人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。 このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。 人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
  論文  参考訳（メタデータ） (2020-12-29T08:22:48Z)
• Do You Do Yoga? Understanding Twitter Users' Types and Motivations using Social and Textual Information [29.89122455417348]
  本研究では,ニューラルネットワークと注意メカニズムの融合に基づく共同埋め込みモデルを提案する。 Twitterの「Yoga」にフォーカスしたウェルビーイング関連ツイートを使っています。
  論文  参考訳（メタデータ） (2020-12-17T00:15:13Z)
• EmotiCon: Context-Aware Multimodal Emotion Recognition using Frege's Principle [71.47160118286226]
  EmotiConは、ビデオや画像から知覚された人間の感情認識をコンテキスト認識する学習アルゴリズムである。 心理学からフレーゲの文脈原理に動機づけられた我々のアプローチは、感情認識のための文脈の3つの解釈を組み合わせたものである。 平均精度 (AP) スコアは26クラスで35.48であり, 従来の手法よりも7-8の改善が見られた。
  論文  参考訳（メタデータ） (2020-03-14T19:55:21Z)

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。