論文の概要: Detecting Community Sensitive Norm Violations in Online Conversations

• arxiv url: http://arxiv.org/abs/2110.04419v1
• Date: Sat, 9 Oct 2021 00:39:35 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-17 05:30:36.470230
• Title: Detecting Community Sensitive Norm Violations in Online Conversations
• Title（参考訳）: オンライン会話におけるコミュニティセンシティブノーム違反の検出
• Authors: Chan Young Park, Julia Mendelsohn, Karthik Radhakrishnan, Kinjal Jain, Tushar Kanakagiri, David Jurgens, Yulia Tsvetkov
• Abstract要約: 我々は、より完全なコミュニティ規範と、地域の会話とグローバルなコミュニティコンテキストにおけるそれらの違反に焦点を当てる。 我々は、このデータを用いて、コンテキストやコミュニティに敏感なノルム違反検出を開発する一連のモデルを紹介した。
• 参考スコア（独自算出の注目度）: 21.892867827127603
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Online platforms and communities establish their own norms that govern what behavior is acceptable within the community. Substantial effort in NLP has focused on identifying unacceptable behaviors and, recently, on forecasting them before they occur. However, these efforts have largely focused on toxicity as the sole form of community norm violation. Such focus has overlooked the much larger set of rules that moderators enforce. Here, we introduce a new dataset focusing on a more complete spectrum of community norms and their violations in the local conversational and global community contexts. We introduce a series of models that use this data to develop context- and community-sensitive norm violation detection, showing that these changes give high performance.
• Abstract（参考訳）: オンラインプラットフォームとコミュニティは、コミュニティ内で受け入れられる行動を決定する独自の規範を確立します。 NLPの実質的な取り組みは、受け入れられない行動の特定と、最近はそれらが起こる前に予測することに集中している。 しかし、これらの取り組みは、コミュニティ規範違反の唯一の形態として毒性に主に焦点を合わせてきた。 このような焦点は、モデレーターが強制するはるかに大きなルールセットを見落としている。 ここでは,コミュニティ規範のより完全なスペクトルと,その違反に焦点をあてた新しいデータセットを,地域対話型およびグローバルコミュニティのコンテキストで紹介する。 本稿では,このデータを用いて,コンテクストやコミュニティに敏感な規範違反の検出を行う一連のモデルを紹介し,これらの変化が高いパフォーマンスをもたらすことを示す。

関連論文リスト

• Let Community Rules Be Reflected in Online Content Moderation [2.4717834653693083]
  本研究では,コミュニティルールに基づくコンテンツモデレーションフレームワークを提案する。 コミュニティルールをユーザ生成コンテンツのモデレーションに統合する。 特に、コミュニティルールを取り入れることで、コンテンツモデレーションにおけるモデルパフォーマンスが大幅に向上する。
  論文  参考訳（メタデータ） (2024-08-21T23:38:02Z)
• ValueScope: Unveiling Implicit Norms and Values via Return Potential Model of Social Interactions [47.85181608392683]
  我々は、13のRedditコミュニティで言語的およびスタイリスティックな表現を識別し分析するためにValueScopeを使用します。 我々の分析は、近縁なコミュニティでさえ、非常に多様な規範を示すことを示す定量的基盤を提供する。
  論文  参考訳（メタデータ） (2024-07-02T17:51:27Z)
• From Chaos to Clarity: Claim Normalization to Empower Fact-Checking [57.024192702939736]
  Claim Normalization(別名 ClaimNorm)は、複雑でノイズの多いソーシャルメディア投稿を、より単純で分かりやすい形式に分解することを目的としている。 本稿では,チェーン・オブ・ソートとクレーム・チェック・バシネス推定を利用した先駆的アプローチであるCACNを提案する。 実験により, CACNは様々な評価尺度において, いくつかの基準値を上回る性能を示した。
  論文  参考訳（メタデータ） (2023-10-22T16:07:06Z)
• On Regularization and Inference with Label Constraints [62.60903248392479]
  機械学習パイプラインにおけるラベル制約を符号化するための2つの戦略、制約付き正規化、制約付き推論を比較した。 正規化については、制約に不整合なモデルを前置することで一般化ギャップを狭めることを示す。 制約付き推論では、モデルの違反を訂正することで人口リスクを低減し、それによってその違反を有利にすることを示す。
  論文  参考訳（メタデータ） (2023-07-08T03:39:22Z)
• Analyzing Norm Violations in Live-Stream Chat [49.120561596550395]
  本研究は,ライブストリーミングプラットフォーム上での会話における規範違反を検出することを目的とした,最初のNLP研究である。 ライブストリームチャットにおける標準違反カテゴリを定義し、Twitchから4,583のコメントを注釈付けします。 以上の結果から,適切なコンテキスト情報がモデレーション性能を35%向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-05-18T05:58:27Z)
• CPL-NoViD: Context-Aware Prompt-based Learning for Norm Violation Detection in Online Communities [28.576099654579437]
  我々は,ノルム振動検出のための文脈認識型プロンプト学習(CPL-NoViD)を紹介する。 CPL-NoViDは、自然言語のプロンプトを通じてコンテキストを組み込むことでベースラインを上回ります。 標準違反検出における新たな最先端技術を確立し、既存のベンチマークを上回っている。
  論文  参考訳（メタデータ） (2023-05-16T23:27:59Z)
• NormSAGE: Multi-Lingual Multi-Cultural Norm Discovery from Conversations On-the-Fly [61.77957329364812]
  本稿では,対話型多言語・多文化規範発見の新たな課題に対処する枠組みを提案する。 NormSAGEはノルム発見タスクと会話コンテキストを表す有向質問を通じてノルムに関する知識を導き出す。 さらに、発見される規範が正しいことを保証する自己検証メカニズムにより、言語モデル幻覚のリスクに対処する。
  論文  参考訳（メタデータ） (2022-10-16T18:30:05Z)
• Socially Intelligent Genetic Agents for the Emergence of Explicit Norms [0.0]
  我々は、規範違反の説明を提供し、推論するエージェントを開発することによって、明示的な規範の出現に対処する。 これらのエージェントは遺伝的アルゴリズムを用いてノルムを生成し、強化学習を行い、これらのノルムの価値を学習する。 説明を適用すれば,エージェントの結束性や目標満足度が向上する規範が導かれることがわかった。
  論文  参考訳（メタデータ） (2022-08-07T18:48:48Z)
• Learning for Detecting Norm Violation in Online Communities [3.480626767752489]
  オンラインコミュニティにおける規範違反を検知するフレームワークを提案する。 分類アルゴリズムとしてロジスティックモデルツリーを用いて機械学習を用いてフレームワークを構築する。 そして、wikipediaのユースケースで評価され、ウィキペディアの編集における破壊行為を禁止する規範にフォーカスします。
  論文  参考訳（メタデータ） (2021-04-30T11:18:04Z)
• Certified Robustness of Community Detection against Adversarial Structural Perturbation via Randomized Smoothing [81.71105567425275]
  本研究は, 対向構造摂動に対するコミュニティ検出の信頼性保証を初めて開発した。 このスムーズなコミュニティ検出手法は,任意のノード群を同一のコミュニティにグループ化する。 また,本手法を複数の実世界グラフ上で実験的に評価した。
  論文  参考訳（メタデータ） (2020-02-09T18:39:39Z)

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。