論文の概要: Learning to Adapt Domain Shifts of Moral Values via Instance Weighting

• arxiv url: http://arxiv.org/abs/2204.07603v1
• Date: Fri, 15 Apr 2022 18:15:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-19 15:57:55.637645
• Title: Learning to Adapt Domain Shifts of Moral Values via Instance Weighting
• Title（参考訳）: インスタンス重み付けによる道徳価値のドメインシフト適応のための学習
• Authors: Xiaolei Huang, Alexandra Wormley, Adam Cohen
• Abstract要約: ソーシャルメディアからユーザ生成テキストの道徳的価値を分類することは、コミュニティ文化を理解する上で重要である。 道徳的価値観と言語使用法は、社会運動全体で変化しうる。 本稿では、ドメイン間分類タスクを改善するために、インスタンス重み付けによるニューラルネットワーク適応フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 74.94940334628632
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Classifying moral values in user-generated text from social media is critical in understanding community cultures and interpreting user behaviors of social movements. Moral values and language usage can change across the social movements; however, text classifiers are usually trained in source domains of existing social movements and tested in target domains of new social issues without considering the variations. In this study, we examine domain shifts of moral values and language usage, quantify the effects of domain shifts on the morality classification task, and propose a neural adaptation framework via instance weighting to improve cross-domain classification tasks. The quantification analysis suggests a strong correlation between morality shifts, language usage, and classification performance. We evaluate the neural adaptation framework on a public Twitter data across 7 social movements and gain classification improvements up to 12.1\%. Finally, we release a new data of the COVID-19 vaccine labeled with moral values and evaluate our approach on the new target domain. For the case study of the COVID-19 vaccine, our adaptation framework achieves up to 5.26\% improvements over neural baselines.
• Abstract（参考訳）: ソーシャルメディアからユーザ生成テキストの道徳的価値を分類することは、コミュニティ文化を理解し、社会運動のユーザー行動を理解する上で重要である。 道徳的価値と言語使用法は社会運動全体で変化しうるが、テキスト分類法は通常既存の社会運動の源泉領域で訓練され、変化を考慮せずに新しい社会問題の対象領域でテストされる。 本研究では,モラル価値と言語使用のドメインシフトを調査し,モラル分類タスクに対するドメインシフトの影響を定量化し,インスタンス重み付けによるニューラルネットワーク適応フレームワークを提案し,クロスドメイン分類タスクを改善する。 定量化分析は,モラルシフト,言語利用,分類性能との間に強い相関関係が示唆された。 7つのソーシャルムーブメントにまたがる公開twitterデータに基づくニューラルネットワーク適応フレームワークを評価し,最大12.1\%の分類改善を得た。 最後に、倫理的価値をラベル付けした新型コロナウイルスワクチンの新しいデータを公開し、新たなターゲット領域に対するアプローチを評価します。 新型コロナウイルスワクチンのケーススタディでは、我々の適応フレームワークは神経ベースラインよりも最大5.266%改善されている。

関連論文リスト

• The Moral Foundations Weibo Corpus [0.0]
  道徳的な感情は、オンライン環境とオフライン環境の両方に影響し、行動スタイルと相互作用パターンを形成する。 既存のコーパスは価値はあるものの、しばしば言語的な制限に直面している。 このコーパスは、Weiboに関する25,671の中国語のコメントで構成され、6つの多様な話題領域を含んでいる。
  論文  参考訳（メタデータ） (2024-11-14T17:32:03Z)
• MoralBERT: A Fine-Tuned Language Model for Capturing Moral Values in Social Discussions [4.747987317906765]
  道徳的価値は、情報を評価し、意思決定し、重要な社会問題に関する判断を形成する上で、基本的な役割を担います。 自然言語処理(NLP)の最近の進歩は、人文コンテンツにおいて道徳的価値を測ることができることを示している。 本稿では、社会談話における道徳的感情を捉えるために微調整された言語表現モデルであるMoralBERTを紹介する。
  論文  参考訳（メタデータ） (2024-03-12T14:12:59Z)
• Towards Subject Agnostic Affective Emotion Recognition [8.142798657174332]
  脳波信号による脳-コンピュータインタフェース(aBCI)の不安定性 本稿では,メタラーニングに基づくメタドメイン適応手法を提案する。 提案手法は,パブリックなaBICsデータセットの実験において有効であることが示されている。
  論文  参考訳（メタデータ） (2023-10-20T23:44:34Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• NeuroCounterfactuals: Beyond Minimal-Edit Counterfactuals for Richer Data Augmentation [55.17069935305069]
  本稿では,緩やかな反ファクトとして設計されたNeuroCounterfactualsを紹介する。 我々の新しい生成的アプローチは、言語モデル適応による感情制御による制約付き復号化の利点を橋渡しする。
  論文  参考訳（メタデータ） (2022-10-22T06:29:21Z)
• The Moral Foundations Reddit Corpus [3.0320832388397827]
  モラルフレーミングと感情は、様々なオンラインおよびオフラインの行動に影響を与える可能性がある。 私たちは12の異なるサブレディットからキュレートされた16,123のRedditコメントのコレクションであるMoral Foundations Reddit Corpusを紹介します。
  論文  参考訳（メタデータ） (2022-08-10T20:08:10Z)
• Aligning to Social Norms and Values in Interactive Narratives [89.82264844526333]
  我々は、インタラクティブな物語やテキストベースのゲームにおいて、社会的に有益な規範や価値観に沿って行動するエージェントを作成することに注力する。 我々は、特別な訓練を受けた言語モデルに存在する社会的コモンセンス知識を用いて、社会的に有益な値に整合した行動にのみ、その行動空間を文脈的に制限するGAALADエージェントを紹介した。
  論文  参考訳（メタデータ） (2022-05-04T09:54:33Z)
• An unsupervised framework for tracing textual sources of moral change [17.010859995410556]
  我々は、時間を通して実体に対する道徳的変化のテキストソースをトレースする新しい枠組みを提案する。 我々は,ソーシャルメディアからニュース記事まで多種多様なデータ集合上で,我々の枠組みを評価する。 我々の枠組みは、人間の道徳的判断を微妙に捉えているだけでなく、歴史的出来事によって引き起こされた道徳的変化のコヒーレントな源泉であることも示している。
  論文  参考訳（メタデータ） (2021-09-01T20:35:33Z)
• Gradient Regularized Contrastive Learning for Continual Domain Adaptation [86.02012896014095]
  本稿では,ラベル付きソースドメインと非ラベル付きターゲットドメインのシーケンスでモデルを提示する連続的なドメイン適応の問題について検討する。 障害を解決するため,グラディエント正規化コントラスト学習(GRCL)を提案する。 Digits、DomainNet、Office-Caltechベンチマークの実験は、我々のアプローチの強力なパフォーマンスを示しています。
  論文  参考訳（メタデータ） (2021-03-23T04:10:42Z)
• Domain Adaptation for Semantic Parsing [68.81787666086554]
  本稿では,ドメイン適応のための新しいセマンティクスを提案する。このセマンティクスでは,ソースドメインと比較して,対象ドメインのアノテーション付きデータがはるかに少ない。 我々のセマンティックな利点は、2段階の粗大なフレームワークから得ており、2段階の異なる正確な処理を提供できる。 ベンチマークデータセットの実験により、我々の手法はいくつかの一般的なドメイン適応戦略より一貫して優れていることが示された。
  論文  参考訳（メタデータ） (2020-06-23T14:47:41Z)

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。