論文の概要: Quantifying How Hateful Communities Radicalize Online Users

• arxiv url: http://arxiv.org/abs/2209.08697v1
• Date: Mon, 19 Sep 2022 01:13:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-20 16:50:34.355953
• Title: Quantifying How Hateful Communities Radicalize Online Users
• Title（参考訳）: オンラインユーザーにとって有害なコミュニティの定量化
• Authors: Matheus Schmitz, Keith Burghardt, Goran Muric
• Abstract要約: 我々は、他のソーシャルネットワークに伝播するヘイトスピーチの観点から、フロンティアヘイトフルなコミュニティに参加することの影響を計測する。 Redditのデータを使って、1種類のエコーチャンバーに参加する効果を評価する。 有害な言論はコミュニティに留まらないことを示す。
• 参考スコア（独自算出の注目度）: 2.378428291297535
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While online social media offers a way for ignored or stifled voices to be heard, it also allows users a platform to spread hateful speech. Such speech usually originates in fringe communities, yet it can spill over into mainstream channels. In this paper, we measure the impact of joining fringe hateful communities in terms of hate speech propagated to the rest of the social network. We leverage data from Reddit to assess the effect of joining one type of echo chamber: a digital community of like-minded users exhibiting hateful behavior. We measure members' usage of hate speech outside the studied community before and after they become active participants. Using Interrupted Time Series (ITS) analysis as a causal inference method, we gauge the spillover effect, in which hateful language from within a certain community can spread outside that community by using the level of out-of-community hate word usage as a proxy for learned hate. We investigate four different Reddit sub-communities (subreddits) covering three areas of hate speech: racism, misogyny and fat-shaming. In all three cases we find an increase in hate speech outside the originating community, implying that joining such community leads to a spread of hate speech throughout the platform. Moreover, users are found to pick up this new hateful speech for months after initially joining the community. We show that the harmful speech does not remain contained within the community. Our results provide new evidence of the harmful effects of echo chambers and the potential benefit of moderating them to reduce adoption of hateful speech.
• Abstract（参考訳）: オンラインのソーシャルメディアは、無視されたり、不愉快な声を聴くための手段を提供しているが、ユーザーは憎しみのあるスピーチを広めることができる。 このような言葉はたいていはフリンジ・コミュニティに由来するが、主流のチャンネルに流れ込むこともある。 本稿では、他のソーシャルネットワークに伝播するヘイトスピーチの観点から、フロンティアヘイトフルなコミュニティへの参加が与える影響を計測する。 redditのデータを利用して、あるタイプのecho chamberに参加することの効果を評価しました。 研究コミュニティの外でのヘイトスピーチの活用度を,活動的参加者の前後で測定した。 因果推論として中断された時系列(its)分析を用いて,学習した憎悪の指標として,コミュニティ外の憎悪語使用のレベルを用いて,特定のコミュニティ内からの憎悪言語がコミュニティ外に拡散する影響を評価する。 我々は、ヘイトスピーチの3つの領域をカバーする4つのredditサブコミュニティ(サブreddit)を調査した。 これら3つのケースでは、起源のコミュニティ以外でのヘイトスピーチが増加し、そのようなコミュニティに参加することがプラットフォーム全体にヘイトスピーチが広まることを示唆しています。 さらに、この新しい憎しみのスピーチは、コミュニティに初参加してから何ヶ月も受け継がれる。 有害な発言はコミュニティ内には含まれていないことを示す。 以上の結果から, エコーチャンバーの有害効果の新たな証拠と, ヘイトフル音声の採用を抑える効果が示唆された。

関連論文リスト

• Hostile Counterspeech Drives Users From Hate Subreddits [1.5035331281822]
  我々は、Redditにおけるヘイトサブレディット内の新参者に対する反音声の効果を分析した。 非敵対的なカウンタースピーチは、ユーザーがこれらの憎悪のサブレディットから完全に切り離すのを防ぐのに効果がない。 単一の敵対的な反論は、将来のエンゲージメントの可能性を大幅に減らす。
  論文  参考訳（メタデータ） (2024-05-28T17:12:41Z)
• Analyzing User Characteristics of Hate Speech Spreaders on Social Media [20.57872238271025]
  ヘイトスピーチにおけるユーザ特性の役割を分析する。 社会的影響の少ないユーザーは、ヘイトスピーチをシェアする傾向にある。 政治的反トランプと反右派憎悪は、より大きな社会的影響力を持つユーザーによって再創造される。
  論文  参考訳（メタデータ） (2023-10-24T12:17:48Z)
• Analyzing Norm Violations in Live-Stream Chat [49.120561596550395]
  本研究は,ライブストリーミングプラットフォーム上での会話における規範違反を検出することを目的とした,最初のNLP研究である。 ライブストリームチャットにおける標準違反カテゴリを定義し、Twitchから4,583のコメントを注釈付けします。 以上の結果から,適切なコンテキスト情報がモデレーション性能を35%向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-05-18T05:58:27Z)
• On the rise of fear speech in online social media [7.090807766284268]
  恐怖のスピーチは、名前が示すように、ターゲットのコミュニティに対する恐怖を呼び起こそうとしている。 本稿では,Gab.comから収集した400K以上の恐怖音声と700K以上のヘイトスピーチ投稿の頻度を理解するための大規模研究について述べる。
  論文  参考訳（メタデータ） (2023-03-18T02:46:49Z)
• CoSyn: Detecting Implicit Hate Speech in Online Conversations Using a Context Synergized Hyperbolic Network [52.85130555886915]
  CoSynは、オンライン会話における暗黙のヘイトスピーチを検出するために、ユーザと会話のコンテキストを明示的に組み込んだ、コンテキスト中心のニューラルネットワークである。 我々は、CoSynが、1.24%から57.8%の範囲で絶対的に改善された暗黙のヘイトスピーチを検出することで、我々のベースラインを全て上回っていることを示す。
  論文  参考訳（メタデータ） (2023-03-02T17:30:43Z)
• Hatemongers ride on echo chambers to escalate hate speech diffusion [23.714548893849393]
  我々は3つの人気オンラインソーシャルネットワークで680万以上のユーザーから3200万以上の投稿を分析している。 ヘイトモンガーは、単独のヘイトフルコンテンツに比べて情報の拡散を管理する上で、より重要な役割を担っている。
  論文  参考訳（メタデータ） (2023-02-05T20:30:48Z)
• Non-Polar Opposites: Analyzing the Relationship Between Echo Chambers and Hostile Intergroup Interactions on Reddit [66.09950457847242]
  Redditユーザーの5.97万人の活動と、13年間に投稿された421万人のコメントについて調査した。 我々は、ユーザーが互いに有害であるかどうかに基づいて、政治コミュニティ間の関係のタイプロジを作成する。
  論文  参考訳（メタデータ） (2022-11-25T22:17:07Z)
• Nipping in the Bud: Detection, Diffusion and Mitigation of Hate Speech on Social Media [21.47216483704825]
  本稿では,自動ヘイト緩和システムの構築を妨げる方法論的課題について述べる。 ソーシャルメディア上でのヘイトスピーチの拡散を制限するための一連のソリューションについて論じる。
  論文  参考訳（メタデータ） (2022-01-04T03:44:46Z)
• Annotators with Attitudes: How Annotator Beliefs And Identities Bias Toxic Language Detection [75.54119209776894]
  本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。 我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。 以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
  論文  参考訳（メタデータ） (2021-11-15T18:58:20Z)
• Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
  新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。 我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。 私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
  論文  参考訳（メタデータ） (2020-05-25T21:58:09Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。