Fugu-MT 論文翻訳(概要): Regex in a Time of Deep Learning: The Role of an Old Technology in Age Discrimination Detection in Job Advertisements

論文の概要: Regex in a Time of Deep Learning: The Role of an Old Technology in Age Discrimination Detection in Job Advertisements

arxiv url: http://arxiv.org/abs/2205.08813v1
Date: Wed, 18 May 2022 09:27:58 GMT
ステータス: 処理完了
システム内更新日: 2022-05-19 17:36:31.650005
Title: Regex in a Time of Deep Learning: The Role of an Old Technology in Age Discrimination Detection in Job Advertisements
Title（参考訳）: 深層学習におけるレグレックス:就業年齢判別における旧技術の役割
Authors: Anna Pillar, Kyrill Poelmans, Martha Larson
Abstract要約: 本稿ではオランダにおける求人広告について検討する。我々は,従来のアプローチの利点を定性的に分析し,ニューラルネットワークがその限界にどう対処できるかを考察する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Deep learning holds great promise for detecting discriminatory language in the public sphere. However, for the detection of illegal age discrimination in job advertisements, regex approaches are still strong performers. In this paper, we investigate job advertisements in the Netherlands. We present a qualitative analysis of the benefits of the 'old' approach based on regexes and investigate how neural embeddings could address its limitations.
Abstract（参考訳）: ディープラーニングは、公共の場で差別言語を検出するための大きな約束である。しかし、求人広告における違法年齢差別を検出するため、regexアプローチは依然として強力なパフォーマーである。本稿ではオランダにおける求人広告について検討する。本稿では,レゲックスに基づく'古い'アプローチの利点を定性的に分析し,神経組込みがその限界にどのように対処できるかを検討する。

関連論文リスト

Auditing for Racial Discrimination in the Delivery of Education Ads [50.37313459134418]
本稿では,教育機会のための広告配信において,人種的偏見を評価できる新たな第三者監査手法を提案する。メタのアルゴリズムによる教育機会の広告配信における人種差別の証拠を見つけ、法的および倫理的懸念を訴える。
論文参考訳（メタデータ） (2024-06-02T02:00:55Z)
The performance of multiple language models in identifying offensive language on social media [6.221851249300585]
本研究の目的は、さまざまなアルゴリズムを用いて攻撃的な投稿を識別する能力をテストすることである。このプロジェクトの動機は、悪質な投稿のスクリーニングを自動化することで、これらの言語の人間検閲に対する害を軽減することである。
論文参考訳（メタデータ） (2023-12-10T18:58:26Z)
Fine-Tuning Llama 2 Large Language Models for Detecting Online Sexual Predatory Chats and Abusive Texts [2.406214748890827]
本稿では,Llama 2 7B-パラメーターモデルを用いて,オンライン性的捕食チャットと虐待言語の検出手法を提案する。我々は、異なる大きさ、不均衡度、言語(英語、ローマ・ウルドゥー語、ウルドゥー語)のデータセットを用いてLLMを微調整する。実験結果から,提案手法は3つの異なるデータセットに対して精度よく一貫した性能を示す。
論文参考訳（メタデータ） (2023-08-28T16:18:50Z)
Discrimination through Image Selection by Job Advertisers on Facebook [79.21648699199648]
求人広告における新たな差別手段の出現状況について検討する。ターゲティングとデリバリーの両方を組み合わせ、求人広告画像の特定の人口層を不均等に表現したり排除したりする。私たちはFacebook Ad Libraryを使って、このプラクティスの有病率を実証しています。
論文参考訳（メタデータ） (2023-06-13T03:43:58Z)
Agent-Specific Deontic Modality Detection in Legal Language [19.94131001761646]
LEXDEMOD (英語: LEXDEMOD) は、契約当事者または代理人に対して表現された非合法的なモダリティを付加した英語契約のコーパスである。このデータセットを, (i) エージェント固有のマルチラベル・デオン・モダリティ分類, (ii) エージェント固有のデオン・モダリティとトリガスパン検出の2つのタスクでベンチマークする。実験の結果,LEXDEMODにおけるモーダル表現の言語的多様性は,リースから雇用・賃貸契約まで合理的に一般化していることがわかった。
論文参考訳（メタデータ） (2022-11-23T07:32:23Z)
Deep Learning for Hate Speech Detection: A Comparative Study [54.42226495344908]
ここでは, ディープ・ヘイト・音声検出法と浅いヘイト・音声検出法を大規模に比較した。私たちの目標は、この地域の進歩を照らし、現在の最先端の強みと弱点を特定することです。そこで我々は,ヘイトスピーチ検出の実践的利用に関するガイダンスの提供,最先端の定量化,今後の研究方向の特定を目的としている。
論文参考訳（メタデータ） (2022-02-19T03:48:20Z)
Context-Aware Discrimination Detection in Job Vacancies using Computational Language Models [0.0]
差別的な職種は世界中で認められていないが、今も継続している。差別的な職種は、直接候補者の人口構成に言及することで明確にすることができる。暗黙の差別形態も存在し、必ずしも違法であるとは限らないが、それでも応募者の多様性に影響を与える可能性がある。
論文参考訳（メタデータ） (2022-02-02T09:25:08Z)
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)
On-the-Fly Controlled Text Generation with Experts and Anti-Experts [70.41630506059113]
本稿では,DExperts: Decoding-time Expertsを提案する。私たちのアンサンブルの下では、出力トークンは専門家によって可能性が高く、おそらく反専門家によってのみ高い確率を得ます。
論文参考訳（メタデータ） (2021-05-07T01:19:38Z)
Auditing for Discrimination in Algorithms Delivering Job Ads [70.02478301291264]
我々は,求人広告配信における識別アルゴリズムのブラックボックス監査のための新しい手法を開発した。最初のコントリビューションは、性別や人種などの保護されたカテゴリーによる、広告配信における歪の区別です。第2に,他の要因と資格の違いによって説明可能なスクリューを区別する監査手法を開発する。第3に、提案手法を求人広告のための2つの主要なターゲット広告プラットフォーム、FacebookとLinkedInに適用する。
論文参考訳（メタデータ） (2021-04-09T17:38:36Z)

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。