論文の概要: Can We Automate the Analysis of Online Child Sexual Exploitation Discourse?

• arxiv url: http://arxiv.org/abs/2209.12320v1
• Date: Sun, 25 Sep 2022 21:18:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-27 15:48:49.445790
• Title: Can We Automate the Analysis of Online Child Sexual Exploitation Discourse?
• Title（参考訳）: オンライン児童性的搾取談話の分析を自動化できるか?
• Authors: Darren Cook, Miri Zilka, Heidi DeSandre, Susan Giles, Adrian Weller, Simon Maskell
• Abstract要約: ソーシャルメディアの人気が高まり、子供のオンライン安全に関する懸念が高まっている。 オンラインの性的なグルーミングの研究は、しばしばドメインの専門家に手動でアノテートする会話を頼りにしてきた。 我々は,会話の振る舞いを検知し,専門家のアノテータを置き換える方法について検証した。
• 参考スコア（独自算出の注目度）: 18.20420363291303
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social media's growing popularity raises concerns around children's online safety. Interactions between minors and adults with predatory intentions is a particularly grave concern. Research into online sexual grooming has often relied on domain experts to manually annotate conversations, limiting both scale and scope. In this work, we test how well-automated methods can detect conversational behaviors and replace an expert human annotator. Informed by psychological theories of online grooming, we label $6772$ chat messages sent by child-sex offenders with one of eleven predatory behaviors. We train bag-of-words and natural language inference models to classify each behavior, and show that the best performing models classify behaviors in a manner that is consistent, but not on-par, with human annotation.
• Abstract（参考訳）: ソーシャルメディアの人気が高まり、子供のオンライン安全に関する懸念が高まっている。 未成年者と成人の捕食意図との相互作用は特に重大な懸念である。 オンライン性的なグルーミングの研究は、しばしばドメインの専門家が手動で会話を注釈付けし、規模と範囲を制限している。 本研究では,会話行動の検出と,専門家のアノテータの置き換えを行う。 オンライングルーミングの心理学的理論にヒントを得て、児童性犯罪者が送った6772ドルのチャットメッセージを、11の捕食行動の1つに分類した。 我々は、それぞれの振る舞いを分類するために、単語の袋と自然言語推論モデルを訓練し、最高のパフォーマンスモデルが人間のアノテーションと一致しているが、一致しない方法で振舞いを分類していることを示す。

関連論文リスト

• A Turing Test: Are AI Chatbots Behaviorally Similar to Humans? [19.50537882161282]
  ChatGPT-4は、ランダムなヒトの被験者と統計的に区別できない個性特性を示す。 彼らの行動は平均的行動と人的行動とは区別されることが多い。 私たちは、彼らが自分の平均とパートナーの支払いを最大化しているかのように振る舞うと見積もっています。
  論文  参考訳（メタデータ） (2023-11-19T16:44:09Z)
• Learning to Influence Human Behavior with Offline Reinforcement Learning [70.7884839812069]
  人間の準最適性を捉える必要があるような環境での影響に焦点を当てる。 人間によるオンライン実験は安全ではない可能性があり、環境の高忠実度シミュレータを作成することは現実的ではないことが多い。 オフライン強化学習は、観察された人間・人間の行動の要素を拡張し、組み合わせることで、人間に効果的に影響を及ぼすことができることを示す。
  論文  参考訳（メタデータ） (2023-03-03T23:41:55Z)
• Understanding How People Rate Their Conversations [73.17730062864314]
  我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。 我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
  論文  参考訳（メタデータ） (2022-06-01T00:45:32Z)
• 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)
• Automated Detection of Doxing on Twitter [3.463438487417909]
  ドキシング(ドキシング)とは、本人の同意なしに個人情報を機密に開示する行為である。 そこで本稿では,Twitter上での機密情報による第三者の開示を自動的に検出する手法を提案し,評価する。
  論文  参考訳（メタデータ） (2022-02-02T05:04:34Z)
• How Do Pedophiles Tweet? Investigating the Writing Styles and Online Personas of Child Cybersex Traffickers in the Philippines [0.0]
  フィリピンのTwitter上で、児童性愛者が違法なポルノコンテンツを拡散し、未成年者を対象に性行為を行う方法について検討した。 本研究の結果は、トラッカーがコンテンツの拡散に用いている言葉と、児童ポルノの普及に寄与する4つの主要な役割を併せ持つものである。
  論文  参考訳（メタデータ） (2021-07-21T05:26:52Z)
• Learning Language and Multimodal Privacy-Preserving Markers of Mood from Mobile Data [74.60507696087966]
  精神状態は、先進医療に共通する国でも診断されていない。 人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。 本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
  論文  参考訳（メタデータ） (2021-06-24T17:46:03Z)
• Analysing Cyberbullying using Natural Language Processing by Understanding Jargon in Social Media [4.932130498861987]
  本稿では,さまざまなソーシャルメディアプラットフォームからのデータセットの組み合わせを用いて,バイナリ分類について検討する。 我々は,Bi-LSTM,GloVe,BERTなどの最先端モデルなど複数のモデルを用いて実験を行い,スラング悪用コーパスを導入して独自の前処理手法を適用した。
  論文  参考訳（メタデータ） (2021-04-23T04:20:19Z)
• Can You be More Social? Injecting Politeness and Positivity into Task-Oriented Conversational Agents [60.27066549589362]
  人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。 このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。 人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
  論文  参考訳（メタデータ） (2020-12-29T08:22:48Z)
• ALONE: A Dataset for Toxic Behavior among Adolescents on Twitter [5.723363140737726]
  本稿では,ALONE(AdoLescents ON twittEr)と呼ばれる,高校生間の有害なソーシャルメディアインタラクションのデータセットを提供する。 インターネット利用者の66%近くがオンラインハラスメントを経験しており、41%が個人的体験を主張しており、18%が深刻なオンラインハラスメントに直面している。 我々の観察では、個々のツイートが有害な行動を示す十分な証拠を提供していないことが示されており、インタラクションにおける意味のあるコンテキストの利用により、報告された有害性のあるツイートをハイライトしたり削除したりすることが可能である。
  論文  参考訳（メタデータ） (2020-08-14T17:02:55Z)
• I love your chain mail! Making knights smile in a fantasy game world: Open-domain goal-oriented dialogue agents [69.68400056148336]
  我々は、模倣学習したチトチャットモデルに対して強化学習を施した目標指向モデルを訓練する。 両モデルが逆モデルベースラインより優れており,目標を達成するために対話相手と自然に会話できることを示す。
  論文  参考訳（メタデータ） (2020-02-07T16:22:36Z)

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。

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。