論文の概要: Rites de Passage: Elucidating Displacement to Emplacement of Refugees

• arxiv url: http://arxiv.org/abs/2206.03248v1
• Date: Mon, 30 May 2022 05:12:34 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-12 22:06:24.598476
• Title: Rites de Passage: Elucidating Displacement to Emplacement of Refugees
• Title（参考訳）: 通過儀礼:難民の居住地への移動を解明する
• Authors: Aparup Khatua, Wolfgang Nejdl
• Abstract要約: 我々は、難民の自宅からホスト国への旅を探索するために、マルチモーダルアーキテクチャーを採用している。 私たちは2020年4月から2021年3月までに、この提案されたフレームワークをテストするために0.23万のマルチモーダルツイートを収集しました。 BERT+LSTMとInceptionV4の融合など,トランスフォーマーベース言語モデルと最先端画像認識モデルを組み合わせることで,非モーダルモデルよりも優れた性能が得られることがわかった。
• 参考スコア（独自算出の注目度）: 0.7487718119544156
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social media deliberations allow to explore refugee-related is-sues. AI-based studies have investigated refugee issues mostly around a specific event and considered unimodal approaches. Contrarily, we have employed a multimodal architecture for probing the refugee journeys from their home to host nations. We draw insights from Arnold van Gennep's anthropological work 'Les Rites de Passage', which systematically analyzed an individual's transition from one group or society to another. Based on Gennep's separation-transition-incorporation framework, we have identified four phases of refugee journeys: Arrival of Refugees, Temporal stay at Asylums, Rehabilitation, and Integration of Refugees into the host nation. We collected 0.23 million multimodal tweets from April 2020 to March 2021 for testing this proposed frame-work. We find that a combination of transformer-based language models and state-of-the-art image recognition models, such as fusion of BERT+LSTM and InceptionV4, can out-perform unimodal models. Subsequently, to test the practical implication of our proposed model in real-time, we have considered 0.01 million multimodal tweets related to the 2022 Ukrainian refugee crisis. An F1-score of 71.88 % for this 2022 crisis confirms the generalizability of our proposed framework.
• Abstract（参考訳）: ソーシャルメディアの審議は難民関連is-suesの調査を可能にする。 AIに基づく研究は、主に特定の事象に関する難民問題を調査し、一過性のアプローチを検討した。 対照的に、我々は難民の自宅からホスト国への旅を探索するためにマルチモーダルなアーキテクチャを採用してきた。 我々は、アーノルド・ファン・ジェネップの人類学的な研究である"Les Rites de Passage"から洞察を得て、ある集団や社会から別の集団への個人の移行を体系的に分析した。 ジェンネップの分離・移行・編入の枠組みに基づき、難民旅行の4つの段階を同定した:難民の到着、難民の一時滞在、リハビリテーション、難民の宿主国家への統合。 提案するフレームワークのテストのために、2020年4月から2021年3月までのマルチモーダルツイートを0.22億回収集した。 BERT+LSTMとInceptionV4の融合など,トランスフォーマーベース言語モデルと最先端画像認識モデルを組み合わせることで,非モーダルモデルよりも優れた性能が得られることがわかった。 その後,提案モデルの実用的意義をリアルタイムに検証するために,2022年のウクライナ難民危機に関連するマルチモーダルツイートを0.01億回検討した。 この2022年の危機に対するf1-scoreの71.88 %は、提案フレームワークの汎用性を確認している。

関連論文リスト

• BadCM: Invisible Backdoor Attack Against Cross-Modal Learning [110.37205323355695]
  クロスモーダルバックドアにおけるパズルの欠片を補うために,新たな両面バックドアを導入する。 BadCMは、1つの統合されたフレームワーク内で多様なクロスモーダルアタックのために意図的に設計された最初の目に見えないバックドアメソッドである。
  論文  参考訳（メタデータ） (2024-10-03T03:51:53Z)
• A Chatbot for Asylum-Seeking Migrants in Europe [14.060846768281705]
  ACMEは、移民が適用可能な最も高い保護レベルを特定するのを支援することを目的としている。 このことは、亡命申請者を支援する領土委員会、裁判所、人道団体の負担を減らすことで、より持続可能な移住に寄与した。
  論文  参考訳（メタデータ） (2024-07-12T11:53:40Z)
• Xenophobic Events vs. Refugee Population -- Using GDELT to Identify Countries with Disproportionate Coverage [0.3867363075280544]
  我々は2022年にメディアで報告された異所性事象を調べるために,GDELT(Global Database of Events, Language, and Tone)データベースを使用した。 我々は,2,778件のユニークなイベントのデータセットを収集し,各ホスト国における難民人口の比率によって拡大した事象の頻度を示すコロプルスマップを作成した。 強制移住者が多数存在するという信念がキセノビックな出来事をもたらすという信念とは対照的に,政治要因との関連が示唆された。
  論文  参考訳（メタデータ） (2023-08-09T16:10:05Z)
• Simple Yet Effective Neural Ranking and Reranking Baselines for Cross-Lingual Information Retrieval [50.882816288076725]
  言語間情報検索は、ある言語で文書を検索し、別の言語でクエリーを検索するタスクである。 本研究では,多段階アーキテクチャを用いた言語横断検索のための異なるアプローチを体系化するための概念的枠組みを提案する。 我々は、ペルシア、ロシア、中国のTREC 2022 NeuCLIRトラックから収集したテストコレクションに対して、Anserini IRツールキットとPyserini IRツールキットに単純かつ効果的に再現可能なベースラインを実装した。
  論文  参考訳（メタデータ） (2023-04-03T14:17:00Z)
• Migration Reframed? A multilingual analysis on the stance shift in Europe during the Ukrainian crisis [0.0]
  我々は、ヨーロッパと選択されたヨーロッパ諸国における移住関連メディアの報道と関連するソーシャルメディアの相互作用を分析した。 分析されたすべてのケースは、ウクライナでの戦争開始前後に顕著な時間的スタンスの変化を示している。 それでも、このシフトの規模と安定性には、明らかに全国的な違いがある。
  論文  参考訳（メタデータ） (2023-02-06T14:36:33Z)
• A State-Distribution Matching Approach to Non-Episodic Reinforcement Learning [61.406020873047794]
  現実世界の応用への大きなハードルは、エピソード的な環境でのアルゴリズムの開発である。 提案手法は,提案する実証実験における状態分布に一致するように後方方針を訓練する手法である。 実験の結果,MEDALは3つのスパース・リワード連続制御タスクにおいて先行手法と一致し,性能が向上することがわかった。
  論文  参考訳（メタデータ） (2022-05-11T00:06:29Z)
• Twitter-COMMs: Detecting Climate, COVID, and Military Multimodal Misinformation [83.2079454464572]
  本稿では,DARPAセマンティック・フォレスティクス(SemaFor)プログラムにおける画像テキスト不整合検出へのアプローチについて述べる。 Twitter-COMMsは大規模マルチモーダルデータセットで、884万のツイートが気候変動、新型コロナウイルス、軍用車両のトピックに関連する。 我々は、最先端のCLIPモデルに基づいて、自動生成されたランダムとハードのネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガネガ
  論文  参考訳（メタデータ） (2021-12-16T03:37:20Z)
• Unraveling Social Perceptions & Behaviors towards Migrants on Twitter [1.6904475483445451]
  我々は、ソーシャルメディア利用者の移民に対する2つの一般的な認識(共感と反感)と2つの支配的な行動(連帯と敵意)を識別する。 提案する変換器ベースモデルであるBERT + CNNは、F1スコアが0.76で、他のモデルよりも優れていた。
  論文  参考訳（メタデータ） (2021-12-04T20:45:26Z)
• Changes in European Solidarity Before and During COVID-19: Evidence from a Large Crowd- and Expert-Annotated Twitter Dataset [77.27709662210363]
  我々は,NLPにおける教師付き機械学習の新たな課題として,社会的連帯という社会科学的概念とその競争,反連帯の概念を導入する。 我々は,複数のアノテータと2つのアノテーションアプローチ(専門家対群衆)を利用して,(反)整合性表現のための2.3kの英語とドイツ語のつぶやきを注釈する。 今回の結果は、新型コロナウイルス危機で連帯がますます健全になり、競争が激化したことを示している。
  論文  参考訳（メタデータ） (2021-08-02T17:03:12Z)
• Sim-to-Real Transfer for Vision-and-Language Navigation [70.86250473583354]
  本研究では,従来は目に見えなかった環境下でロボットを解放し,制約のない自然言語ナビゲーション指示に従うという課題について検討する。 VLN(Vision-and-Language Navigation)の課題に関する最近の研究は、シミュレーションにおいて大きな進歩を遂げている。 ロボット工学における本研究の意義を評価するため,シミュレーションで訓練されたVLNエージェントを物理ロボットに転送する。
  論文  参考訳（メタデータ） (2020-11-07T16:49:04Z)
• Migration and Refugee Crisis: a Critical Analysis of Online Public Perception [2.9005223064604078]
  移住率と移民に対する恨みのレベルは、近代文明において重要な問題である。 我々は、EU難民危機に関連する大量のツイートの集合の中で、感情と関連する表現の文脈を分析します。 本研究は、移民に対するネガティブ感情の割合が極端に高く、一般ユーザーの間ではネガティブ感情の比率が大きく反映されていることを明らかにした。
  論文  参考訳（メタデータ） (2020-07-20T02:04:01Z)

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。