Fugu-MT 論文翻訳(概要): Social Analysis of Young Basque Speaking Communities in Twitter

論文の概要: Social Analysis of Young Basque Speaking Communities in Twitter

arxiv url: http://arxiv.org/abs/2109.03487v1
Date: Wed, 8 Sep 2021 08:19:08 GMT
ステータス: 処理完了
システム内更新日: 2021-09-09 13:44:45.185975
Title: Social Analysis of Young Basque Speaking Communities in Twitter
Title（参考訳）: twitterにおけるバスク語話者コミュニティの社会的分析
Authors: J. Fernandez de Landa and R. Agerri
Abstract要約: バスク語で大量のつぶやきを処理することによって、人口統計分析を行うために、社会的側面と言語的側面の両方を考慮する。階層的特徴と社会関係の研究は,機械学習と現代ディープラーニング自然言語処理(NLP)技術を適用して行われている。
参考スコア（独自算出の注目度）: 0.9445512376558136
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper we take into account both social and linguistic aspects to perform demographic analysis by processing a large amount of tweets in Basque language. The study of demographic characteristics and social relationships are approached by applying machine learning and modern deep-learning Natural Language Processing (NLP) techniques, combining social sciences with automatic text processing. More specifically, our main objective is to combine demographic inference and social analysis in order to detect young Basque Twitter users and to identify the communities that arise from their relationships or shared content. This social and demographic analysis will be entirely based on the~automatically collected tweets using NLP to convert unstructured textual information into interpretable knowledge.
Abstract（参考訳）: 本稿では,バスク語で大量のつぶやきを処理し,人口統計分析を行うための社会的・言語的側面を考察する。社会科学と自動テキスト処理を組み合わせて,機械学習と現代ディープラーニング自然言語処理(NLP)技術を適用し,人口動態と社会関係の研究にアプローチする。具体的には、人口統計と社会分析を組み合わせて、若いバスクのTwitterユーザーを検出し、彼らの関係や共有コンテンツから生じるコミュニティを特定することを目的としています。この社会的および人口統計学的分析は、非構造化のテキスト情報を解釈可能な知識に変換するためにNLPを使って自動で収集されたツイートに基づいている。

関連論文リスト

From a Social Cognitive Perspective: Context-aware Visual Social Relationship Recognition [59.57095498284501]
我々は,textbfContextual textbfSocial textbfRelationships (textbfConSoR) を社会的認知の観点から認識する新しいアプローチを提案する。画像ごとの社会的関係を考慮した社会認識記述言語プロンプトを構築した。印象的なことに、ConSoRは従来の手法を上回り、Person-in-Social-Context(PISC)データセットでは12.2%、Person-in-Photo-Album(PIPA)ベンチマークでは9.8%向上している。
論文参考訳（メタデータ） (2024-06-12T16:02:28Z)
The Call for Socially Aware Language Technologies [94.6762219597438]
NLPが機能する社会環境の要因、文脈、意味の認識の欠如である。我々は、NLPが社会意識を発達させる上で大きな課題が残っており、この分野の新しい時代の始まりであると主張している。
論文参考訳（メタデータ） (2024-05-03T18:12:39Z)
Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
論文参考訳（メタデータ） (2024-04-17T02:57:42Z)
SOTOPIA-$π$: Interactive Learning of Socially Intelligent Language Agents [73.35393511272791]
本稿では,対話型学習手法であるSOTOPIA-$pi$を提案する。この手法は,大規模言語モデル(LLM)の評価に基づいて,フィルタリングされた社会的相互作用データに対する行動クローニングと自己強化トレーニングを活用する。
論文参考訳（メタデータ） (2024-03-13T17:17:48Z)
Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
論文参考訳（メタデータ） (2024-02-28T00:22:42Z)
Social Orientation: A New Feature for Dialogue Analysis [15.192659799728181]
ソーシャル指向タグをラベル付けした対話音声のデータセットを新たに導入する。ソーシャル・オリエンテーション・タグは特に低リソース環境においてタスク・パフォーマンスを向上させることを示す。また、ニューラルモデルにおける社会的相互作用の結果を説明する上で、ソーシャルオリエンテーションタグがどのように役立つかを実証する。
論文参考訳（メタデータ） (2024-02-26T01:55:45Z)
TwHIN-BERT: A Socially-Enriched Pre-trained Language Model for Multilingual Tweet Representations at Twitter [31.698196219228024]
TwHIN-BERTはTwitterで制作された多言語言語モデルである。私たちのモデルは、100以上の異なる言語をカバーする70億のツイートで訓練されています。我々は,多言語ソーシャルレコメンデーションと意味理解タスクにおけるモデルの評価を行った。
論文参考訳（メタデータ） (2022-09-15T19:01:21Z)
Sentiment Analysis with R: Natural Language Processing for Semi-Automated Assessments of Qualitative Data [0.0]
本チュートリアルでは、Rを用いて感情分析を行うための基本的な機能を紹介し、テキスト文書を段階的に分析する方法を説明する。 2つの政治演説の比較は、可能なユースケースを示している。
論文参考訳（メタデータ） (2022-06-25T13:25:39Z)
Identifying and Characterizing Active Citizens who Refute Misinformation in Social Media [25.986531330843434]
ソーシャルメディアプラットフォーム(TwitterやWeiboなど)と言語(英語や中国語など)にまたがるタスクを初めて研究する。我々は2つのカテゴリのうちの1つにマップされたWeiboユーザーの新しいデータセット(誤情報ポスターやアクティブな市民など)を開発し、公開する。本稿では,2つのユーザカテゴリ間の言語使用の差異を広範囲に分析する。
論文参考訳（メタデータ） (2022-04-21T13:22:48Z)
TLA: Twitter Linguistic Analysis [0.0]
TLA(Twitter Linguistic Analysis)は、Twitterのデータをコーパスとして収集、ラベル付け、分析するためのフレームワークである。フレームワークの基本的な理解を提供し、言語コーパスのためのTwitterのデータ収集、ラベル付け、分析のプロセスについて議論する。 TLAが提供している分析は、異なる言語コミュニティの感情を理解するための長い道のりでもある。
論文参考訳（メタデータ） (2021-07-20T18:25:48Z)
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)

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。