論文の概要: #ContextMatters: Advantages and Limitations of Using Machine Learning to
Support Women in Politics
- arxiv url: http://arxiv.org/abs/2110.00116v1
- Date: Thu, 30 Sep 2021 22:55:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-05 03:28:51.589623
- Title: #ContextMatters: Advantages and Limitations of Using Machine Learning to
Support Women in Politics
- Title（参考訳）: #ContextMatters: 政治における女性を支援するために機械学習を使うことの利点と限界
- Authors: Jacqueline Comer, Sam Work, Kory W Mathewson, Lana Cuthbertson, Kasey
Machin
- Abstract要約: ParityBOTはカナダ、アメリカ合衆国、ニュージーランドで選挙が行われた。
女性候補者に向けられた1200万件以上のツイートを分析して分類し、支持的なツイートで有害なツイートに対処するために使われた。
本研究では,ParityBOTが特定の女性に向けられた侮辱を取り上げなかった偽陰性率について検討した。
- 参考スコア（独自算出の注目度）: 0.15749416770494704
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The United Nations identified gender equality as a Sustainable Development
Goal in 2015, recognizing the underrepresentation of women in politics as a
specific barrier to achieving gender equality. Political systems around the
world experience gender inequality across all levels of elected government as
fewer women run for office than men. This is due in part to online abuse,
particularly on social media platforms like Twitter, where women seeking or in
power tend to be targeted with more toxic maltreatment than their male
counterparts. In this paper, we present reflections on ParityBOT - the first
natural language processing-based intervention designed to affect online
discourse for women in politics for the better, at scale. Deployed across
elections in Canada, the United States and New Zealand, ParityBOT was used to
analyse and classify more than 12 million tweets directed at women candidates
and counter toxic tweets with supportive ones. From these elections we present
three case studies highlighting the current limitations of, and future research
and application opportunities for, using a natural language processing-based
system to detect online toxicity, specifically with regards to contextually
important microaggressions. We examine the rate of false negatives, where
ParityBOT failed to pick up on insults directed at specific high profile women,
which would be obvious to human users. We examine the unaddressed harms of
microaggressions and the potential of yet unseen damage they cause for women in
these communities, and for progress towards gender equality overall, in light
of these technological blindspots. This work concludes with a discussion on the
benefits of partnerships between nonprofit social groups and technology experts
to develop responsible, socially impactful approaches to addressing online
hate.
- Abstract（参考訳）: 国連は2015年に性平等を持続可能な開発目標とし、政治における女性の過少表現をジェンダー平等を達成するための特定の障壁として認識した。
世界中の政治システムは、男性よりも女性の方が少ないため、選出された政府のあらゆるレベルにおいて男女不平等を経験する。
これは部分的にはオンライン虐待によるもので、特にTwitterのようなソーシャルメディアプラットフォームでは、女性が男性よりも有害な虐待を被る傾向にある。
本稿では,政治における女性のオンライン談話に影響を与えるように設計された最初の自然言語処理に基づく介入であるparitybotについて考察する。
ParityBOTはカナダ、米国、ニュージーランドの選挙にまたがって展開され、女性候補者に向けられた1200万以上のツイートを分析し分類し、支援的なツイートで有害なツイートに対処するために使われた。
これらの選挙から, 自然言語処理システムを用いたオンライン毒性の検出, とくに文脈的に重要なマイクロアグレッションの限界, 今後の研究と応用の可能性を明らかにする3つのケーススタディを提示する。
そこでは、ParityBOTが特定の女性に向けられた侮辱を拾い上げることができず、それは人間のユーザーにとって明らかである。
本研究は, マイクロアグレッションの未然の被害と, 女性の被害の可能性を調査し, 技術的盲点を鑑み, 男女平等に向けての進展について検討する。
この研究は、オンラインヘイトに対処するための責任ある社会的影響のあるアプローチを開発するための、非営利の社会グループと技術専門家とのパートナーシップの利点に関する議論で締めくくられる。
関連論文リスト
- The Root Shapes the Fruit: On the Persistence of Gender-Exclusive Harms in Aligned Language Models [58.130894823145205]
我々はトランスジェンダー、ノンバイナリ、その他のジェンダー・ディバースのアイデンティティを中心とし、アライメント手順が既存のジェンダー・ディバースバイアスとどのように相互作用するかを検討する。
以上の結果から,DPO対応モデルは特に教師付き微調整に敏感であることが示唆された。
DPOとより広範なアライメントプラクティスに合わせたレコメンデーションで締めくくります。
論文 参考訳（メタデータ） (2024-11-06T06:50:50Z) - On the Use of Proxies in Political Ad Targeting [49.61009579554272]
我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。
本研究は政治広告の規制に関する議論に重要な意味を持つ。
論文 参考訳（メタデータ） (2024-10-18T17:15:13Z) - GenderCARE: A Comprehensive Framework for Assessing and Reducing Gender Bias in Large Language Models [73.23743278545321]
大規模言語モデル(LLM)は、自然言語生成において顕著な能力を示してきたが、社会的バイアスを増大させることも観察されている。
GenderCAREは、革新的な基準、バイアス評価、リダクションテクニック、評価メトリクスを含む包括的なフレームワークである。
論文 参考訳（メタデータ） (2024-08-22T15:35:46Z) - Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。
本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。
本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
論文 参考訳（メタデータ） (2024-07-23T08:13:51Z) - A Holistic Indicator of Polarization to Measure Online Sexism [2.498836880652668]
ソーシャルネットワークにおけるマノアとフェミニストの議論のオンライン傾向は、オンラインコミュニティにおける性差別のレベルを包括的に測定する必要がある。
この指標は、オンラインコミュニティの政策立案者やモデレーターにとって重要である。
我々は、男性と女性のアイデンティティと男女の個人を対象とする毒性の総合的な指標を提供するモデルを構築した。
論文 参考訳（メタデータ） (2024-04-02T18:00:42Z) - A Multilingual Perspective on Probing Gender Bias [0.0]
ジェンダーバイアスは、性別に基づいて個人を標的とする体系的なネガティブな治療の一形態である。
この論文は、ジェンダーバイアスが言語および言語技術を通してどのように表現されるかというニュアンスについて考察する。
論文 参考訳（メタデータ） (2024-03-15T21:35:21Z) - Anti-Sexism Alert System: Identification of Sexist Comments on Social
Media Using AI Techniques [0.0]
ソーシャルメディア(新聞記事のコメント、ソーシャルネットワークなど)に投稿された性的なコメントは、通常多くの注目を集め、ウイルスに感染し、関係者に被害を与える。
本稿では,自然言語処理(NLP)と人工知能(AI)に基づく反性行為警告システムを提案する。
このシステムはあらゆる公開投稿を分析し、性差別的なコメントと見なせるかどうかを判断する。
論文 参考訳（メタデータ） (2023-11-28T19:48:46Z) - "I'm fully who I am": Towards Centering Transgender and Non-Binary
Voices to Measure Biases in Open Language Generation [69.25368160338043]
トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。
オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。
我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
論文 参考訳（メタデータ） (2023-05-17T04:21:45Z) - Towards Understanding Gender-Seniority Compound Bias in Natural Language
Generation [64.65911758042914]
本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。
以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。
以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
論文 参考訳（メタデータ） (2022-05-19T20:05:02Z) - Quantifying Gender Biases Towards Politicians on Reddit [19.396806939258806]
政治における男女平等を高める試みにもかかわらず、グローバルな努力は平等な女性代表の確保に苦慮している。
これは、権威のある女性に対する暗黙の性偏見と結びついている可能性が高い。
本稿では、オンライン政治討論に現れるジェンダーバイアスの包括的研究について述べる。
論文 参考訳（メタデータ） (2021-12-22T16:39:14Z) - 2020 U.S. Presidential Election: Analysis of Female and Male Users on
Twitter [8.651122862855495]
現在の文献は、主にユーザーの性別を考慮せずにツイートの内容を分析することに焦点を当てている。
この調査は、2020年の米大統領選挙中に投稿された大量のツイートを収集、分析する。
今回の発見は、税、気候変動、新型コロナウイルスのパンデミックなど、幅広いトピックに基づいています。
論文 参考訳（メタデータ） (2021-08-21T01:31:03Z)
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。