論文の概要: American Hate Crime Trends Prediction with Event Extraction

• arxiv url: http://arxiv.org/abs/2111.04951v1
• Date: Tue, 9 Nov 2021 04:30:20 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-10 21:27:18.403432
• Title: American Hate Crime Trends Prediction with Event Extraction
• Title（参考訳）: 事象抽出によるアメリカのヘイト犯罪傾向予測
• Authors: Songqiao Han, Hailiang Huang, Jiangwei Liu, Shengsheng Xiao
• Abstract要約: FBIのUniform Crime Reporting(UCR)プログラムは、ヘイトクライムデータを収集し、統計レポートを毎年リリースしている。 近年の研究では、ソーシャルメディアにおけるヘイトスピーチの検出や、確認された犯罪の影響に関する実証的研究を中心に研究されている。 本稿は、まずテキストマイニング技術を用いて、ニューヨーク・タイムズのニュースからヘイトクライムイベントを抽出し、その結果を用いて、アメリカの全国レベルのヘイトクライムおよび州レベルのヘイトクライムトレンドを予測する枠組みを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social media platforms may provide potential space for discourses that contain hate speech, and even worse, can act as a propagation mechanism for hate crimes. The FBI's Uniform Crime Reporting (UCR) Program collects hate crime data and releases statistic report yearly. These statistics provide information in determining national hate crime trends. The statistics can also provide valuable holistic and strategic insight for law enforcement agencies or justify lawmakers for specific legislation. However, the reports are mostly released next year and lag behind many immediate needs. Recent research mainly focuses on hate speech detection in social media text or empirical studies on the impact of a confirmed crime. This paper proposes a framework that first utilizes text mining techniques to extract hate crime events from New York Times news, then uses the results to facilitate predicting American national-level and state-level hate crime trends. Experimental results show that our method can significantly enhance the prediction performance compared with time series or regression methods without event-related factors. Our framework broadens the methods of national-level and state-level hate crime trends prediction.
• Abstract（参考訳）: ソーシャルメディアプラットフォームは、ヘイトスピーチを含む言論の場を提供する可能性があり、さらに悪いことに、ヘイト犯罪の伝播メカニズムとして機能する可能性がある。 FBIのUniform Crime Reporting(UCR)プログラムはヘイトクライムデータを収集し、統計レポートを毎年リリースしている。 これらの統計は、国家的憎悪犯罪の傾向を決定する情報を提供する。 この統計は、法執行機関に価値ある全体主義的かつ戦略的洞察を与えることもできるし、特定の立法について議員を正当化することもできる。 しかし、レポートは大部分が来年リリースされ、すぐに多くのニーズに遅れている。 最近の研究は主にソーシャルメディアのテキストにおけるヘイトスピーチの検出や、確認された犯罪の影響に関する実証研究に焦点を当てている。 本稿は,まずテキストマイニング技術を用いてnew york timesのニュースからヘイトクライムイベントを抽出し,その結果を用いて米国の全国レベルおよび州レベルのヘイトクライムトレンドの予測を容易にする枠組みを提案する。 実験の結果, 本手法は, 時系列法や回帰法と比較して, 予測性能を大幅に向上できることがわかった。 我々の枠組みは、国家レベルおよび国家レベルのヘイトクライムトレンド予測の方法を広げる。

関連論文リスト

• Ranking the locations and predicting future crime occurrence by retrieving news from different Bangla online newspapers [2.3979112009934163]
  我々は、特定の場所の安全性について、人々に近似を与えるアプローチを考え出した。 私たちのアプローチは、犯罪データをクロールするために、さまざまなオンラインバングラ新聞に依存しています。
  論文  参考訳（メタデータ） (2023-05-18T04:19:26Z)
• Crime Prediction using Machine Learning with a Novel Crime Dataset [0.0]
  バングラデシュは貧困、人口増加、その他多くの社会経済的問題による犯罪率が高い。 法執行機関にとって、将来の犯罪活動を防ぐためには犯罪パターンを理解することが不可欠である。 本稿では,バングラデシュにおける6574件の犯罪事件に関する時間的,地理的,天気,人口統計データを含む新たな犯罪データセットを提案する。
  論文  参考訳（メタデータ） (2022-11-03T01:55:52Z)
• If it Bleeds, it Leads: A Computational Approach to Covering Crime in Los Angeles [79.4098551457605]
  本稿では,犯罪に関する古典的ニュース記事から原典型的報道形態を学習し,その構造を学習することで,個々の犯罪を網羅するシステムを提案する。 私たちの研究が、これらのコンポーネントを併用して犯罪を報道するニュース記事の骨格を形成するシステムに繋がることを期待しています。
  論文  参考訳（メタデータ） (2022-06-14T19:06:13Z)
• Spatial-Temporal Hypergraph Self-Supervised Learning for Crime Prediction [60.508960752148454]
  本研究では,犯罪予測におけるラベル不足問題に対処する空間的ハイパーグラフ自己監視学習フレームワークを提案する。 都市空間全体における犯罪の地域的依存性をエンコードするクロスリージョンハイパーグラフ構造学習を提案する。 また,2段階の自己指導型学習パラダイムを設計し,局所的・世界的空間的犯罪パターンを共同で捉えるだけでなく,地域的自己差別の強化による疎犯罪表現を補う。
  論文  参考訳（メタデータ） (2022-04-18T23:46:01Z)
• Addressing the Challenges of Cross-Lingual Hate Speech Detection [115.1352779982269]
  本稿では,低リソース言語におけるヘイトスピーチ検出を支援するために,言語間移動学習に着目した。 言語間単語の埋め込みを利用して、ソース言語上でニューラルネットワークシステムをトレーニングし、ターゲット言語に適用します。 本研究では,ヘイトスピーチデータセットのラベル不均衡の問題について検討する。なぜなら,ヘイトサンプルと比較して非ヘイトサンプルの比率が高いことがモデル性能の低下につながることが多いからだ。
  論文  参考訳（メタデータ） (2022-01-15T20:48:14Z)
• The effect of differential victim crime reporting on predictive policing systems [84.86615754515252]
  本研究では, 被害者の犯罪報告率の違いが, 共通犯罪ホットスポット予測モデルにおいて, 結果の相違をもたらすことを示す。 以上の結果から, 犯罪報告率の差は, 高犯罪から低犯罪へ, 高犯罪・中犯罪・高報道へ, 予測ホットスポットの移動につながる可能性が示唆された。
  論文  参考訳（メタデータ） (2021-01-30T01:57:22Z)
• Modeling Subjective Assessments of Guilt in Newspaper Crime Narratives [9.589175887215585]
  SuspectGuiltは、アメリカ合衆国における英語新聞の注釈付き犯罪記事のコーパスである。 SuspectGuiltでは、アノテーターは短い犯罪記事を読み、主要な容疑者の有罪に関するテキストレベルの評価を提供した。 我々はSuspectGuiltを用いて予測モデルを訓練し、評価し、これらのモデルがジャンル事前学習と共同指導の恩恵を受けることを示す。
  論文  参考訳（メタデータ） (2020-06-17T01:21:19Z)
• Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
  ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。 この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。 ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。 実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2020-04-03T18:26:33Z)
• Crime Prediction Using Spatio-Temporal Data [8.50468505606714]
  監視学習技術は、より正確な犯罪を予測するために使用される。 提案システムには、サンフランシスコ市で12年間にわたって行われた犯罪活動データセットが組み込まれている。
  論文  参考訳（メタデータ） (2020-03-11T16:19:19Z)
• Exploring Spatio-Temporal and Cross-Type Correlations for Crime Prediction [48.1813701535167]
  我々は,都市犯罪のクロスタイプと時間的相関を利用した犯罪予測を行う。 犯罪予測のための相関関係を数学的にモデル化するコヒーレントな枠組みを提案する。 犯罪予測における相関関係の重要性を理解するために、さらなる実験が行われた。
  論文  参考訳（メタデータ） (2020-01-20T00:34:53Z)

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。