論文の概要: Supporting peace negotiations in the Yemen war through machine learning

• arxiv url: http://arxiv.org/abs/2207.11528v1
• Date: Sat, 23 Jul 2022 14:24:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-26 13:48:29.673023
• Title: Supporting peace negotiations in the Yemen war through machine learning
• Title（参考訳）: 機械学習によるイエメン戦争における和平交渉支援
• Authors: M. Arana-Catania, F.A. Van Lier, Rob Procter
• Abstract要約: このケーススタディは、紛争仲介プロセスにおける最先端の機械学習技術と技術の利用に関する新たな研究に寄与する。 機械学習は、知識管理、抽出、コンフリクト分析のためのツールを提供することで、チームの仲介を効果的にサポートする方法を示している。
• 参考スコア（独自算出の注目度）: 11.502540435570522
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Today's conflicts are becoming increasingly complex, fluid and fragmented, often involving a host of national and international actors with multiple and often divergent interests. This development poses significant challenges for conflict mediation, as mediators struggle to make sense of conflict dynamics, such as the range of conflict parties and the evolution of their political positions, the distinction between relevant and less relevant actors in peace-making, or the identification of key conflict issues and their interdependence. International peace efforts appear ill-equipped to successfully address these challenges. While technology is already being experimented with and used in a range of conflict related fields, such as conflict predicting or information gathering, less attention has been given to how technology can contribute to conflict mediation. This case study contributes to emerging research on the use of state-of-the-art machine learning technologies and techniques in conflict mediation processes. Using dialogue transcripts from peace negotiations in Yemen, this study shows how machine-learning can effectively support mediating teams by providing them with tools for knowledge management, extraction and conflict analysis. Apart from illustrating the potential of machine learning tools in conflict mediation, the paper also emphasises the importance of interdisciplinary and participatory, co-creation methodology for the development of context-sensitive and targeted tools and to ensure meaningful and responsible implementation.
• Abstract（参考訳）: 今日の紛争はますます複雑で流動的で断片化されつつあり、しばしば複数の異なる関心を持つ国や国際的な俳優のホストを巻き込んでいる。 この発展は紛争調停にとって大きな課題となり、仲介者は紛争当事者の範囲や政治的地位の進化、平和形成における関連性や関連性の低いアクターの区別、重要な紛争問題の特定と相互依存など、紛争のダイナミクスを理解するのに苦労している。 国際平和努力はこれらの課題に対処するには不十分なようだ。 テクノロジーは、コンフリクト予測や情報収集など、さまざまなコンフリクト関連分野の実験や使用がすでに行われているが、コンフリクトメディエーションにどのように貢献するかについては、あまり注目されていない。 このケーススタディは、紛争調停プロセスにおける最先端の機械学習技術と技術の使用に関する新たな研究に寄与する。 本研究は,イエメンの平和交渉の対話文を用いて,知識管理,抽出,コンフリクト分析のためのツールを提供することで,機械学習がチームの仲介を効果的に支援できることを示す。 コンフリクトメディエーションにおける機械学習ツールの可能性を示すだけでなく、文脈に敏感でターゲットを絞ったツールの開発と、有意義で責任ある実装を確保するために、学際的で参加的な共同作成手法の重要性も強調する。

関連論文リスト

• ECon: On the Detection and Resolution of Evidence Conflicts [56.89209046429291]
  大規模言語モデル(LLM)の台頭は意思決定システムにおける情報の質に大きな影響を与えている。 本研究では,実世界の誤情報シナリオをシミュレートするために,多様で検証された証拠衝突を生成する手法を提案する。
  論文  参考訳（メタデータ） (2024-10-05T07:41:17Z)
• Knowledge Conflicts for LLMs: A Survey [24.731074825915833]
  調査では、コンテキストメモリ、コンテキスト間、メモリ内コンフリクトの3つのカテゴリに焦点が当てられている。 これらの対立は、大規模言語モデルの信頼性と性能に大きな影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2024-03-13T08:02:23Z)
• Discerning and Resolving Knowledge Conflicts through Adaptive Decoding with Contextual Information-Entropy Constraint [20.543282448771336]
  本稿では,知識が相反するかどうかを識別し,解決するための適応的復号法を提案する。 実験により、COIECDは現実的なデータセットにおける知識の衝突に対して強い性能と堅牢性を示すことが示された。
  論文  参考訳（メタデータ） (2024-02-19T07:10:30Z)
• Resolving Knowledge Conflicts in Large Language Models [46.903549751371415]
  大規模言語モデル(LLM)はしばしば知識の衝突に遭遇する。 知識衝突が発生した場合のLLMのデシラタとは何か,既存のLLMがそれを満たすのかを問う。 文脈知識の矛盾をシミュレートする評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-02T06:57:45Z)
• Rehearsal: Simulating Conflict to Teach Conflict Resolution [54.32934135393982]
  リハーサル(Rehearsal)は、ユーザーがシミュレート可能なインターロケータで競合をリハーサルできるシステムである。 ユーザはRehearsalを使って、事前に定義されたさまざまなコンフリクトシナリオの処理を実践できる。 リハーサルはIRPを使って紛争解決理論に基づく発話を生成する。
  論文  参考訳（メタデータ） (2023-09-21T17:59:20Z)
• Re-mine, Learn and Reason: Exploring the Cross-modal Semantic Correlations for Language-guided HOI detection [57.13665112065285]
  ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。 本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-25T14:20:52Z)
• Expanding the Role of Affective Phenomena in Multimodal Interaction Research [57.069159905961214]
  マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。 本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。 我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
  論文  参考訳（メタデータ） (2023-05-18T09:08:39Z)
• Understanding Interpersonal Conflict Types and their Impact on Perception Classification [7.907976678407914]
  我々は、新しいアノテーションスキームを使用し、コンフリクトアスペクトアノテーションとコンフリクトアスペクトアノテーションの新しいデータセットをリリースする。 次に、ある状況において、ある個人の行動が正しいものであると認識するかどうかを予測する分類器を構築します。 我々の発見は、紛争や社会規範を理解する上で重要な意味を持つ。
  論文  参考訳（メタデータ） (2022-08-18T10:39:35Z)
• Machine Learning for Mediation in Armed Conflicts [0.8665758002017514]
  このケーススタディは、現在進行中のメディエーションプロセスのデータに最先端の機械学習技術を適用した最初の事例である。 イエメンの平和交渉の対話文を用いて,機械学習ツールが国際仲介者を効果的に支援できることを示す。
  論文  参考訳（メタデータ） (2021-08-26T17:53:37Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)

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。