論文の概要: FairGer: Using NLP to Measure Support for Women and Migrants in 155 Years of German Parliamentary Debates

• arxiv url: http://arxiv.org/abs/2210.04359v1
• Date: Sun, 9 Oct 2022 22:02:58 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-11 15:42:16.768252
• Title: FairGer: Using NLP to Measure Support for Women and Migrants in 155 Years of German Parliamentary Debates
• Title（参考訳）: FairGer:ドイツ議会討論会155年における女性と肥満者のサポート測定にNLPを使う
• Authors: Dominik Beese and Ole P\"utz and Steffen Eger
• Abstract要約: 女性への支援は移民への支援よりも強いが、時間とともに着実に増加してきた。 女性に対する直接的な支援はほとんど見つからないが、移民に関してはより分極性が高い。 全体としては、ドイツの社会は、政治エリートから測定されたように、時間とともにより公平になっていることが示唆されている。
• 参考スコア（独自算出の注目度）: 19.792304805269094
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We measure support with women and migrants in German political debates over the last 155 years. To do so, we (1) provide a gold standard of 1205 text snippets in context, annotated for support with our target groups, (2) train a BERT model on our annotated data, with which (3) we infer large-scale trends. These show that support with women is stronger than support with migrants, but both have steadily increased over time. While we hardly find any direct anti-support with women, there is more polarization when it comes to migrants. We also discuss the difficulty of annotation as a result of ambiguity in political discourse and indirectness, i.e., politicians' tendency to relate stances attributed to political opponents. Overall, our results indicate that German society, as measured from its political elite, has become fairer over time.
• Abstract（参考訳）: 我々は過去155年間のドイツの政治討論において、女性や移民への支援を測る。 これを実現するために,(1) 対象グループへの支援のためにアノテートされた1205のテキストスニペットの金本位制,(2) アノテートされたデータにbertモデルをトレーニングする,(3) 大規模傾向を推測する。 これらのことから、女性への支持は移民の支持よりも強いが、時間とともに着実に増加していることが分かる。 女性に対する直接的な支援はほとんど見つからないが、移民に関してはより分極性が高い。 また,政治談話におけるあいまいさと間接性,すなわち,政治家が政敵に起因した態度を関連づける傾向から,アノテーションの難しさについて論じる。 総じて、ドイツの社会は政治的エリートから測られるように、時間とともに公平になったことを示している。

関連論文リスト

• Large Language Models Reflect the Ideology of their Creators [73.25935570218375]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 異なるLLMや言語にまたがるイデオロギー的姿勢の顕著な多様性を明らかにする。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• Arabic Dataset for LLM Safeguard Evaluation [62.96160492994489]
  本研究では,アラビア語における大言語モデル(LLM)の安全性と,その言語的・文化的複雑さについて考察する。 本稿では, 直接攻撃, 間接攻撃, センシティブな単語による無害な要求を含む5,799の質問からなるアラブ地域固有の安全評価データセットを提案する。
  論文  参考訳（メタデータ） (2024-10-22T14:12:43Z)
• Are Social Sentiments Inherent in LLMs? An Empirical Study on Extraction of Inter-demographic Sentiments [14.143299702954023]
  本研究は、国籍、宗教、人種・民族の観点で定義された社会集団に焦点を当てる。 我々は、あるグループから別のグループへの感情に関する質問をLSMに入力し、反応に感情分析を適用し、その結果を社会調査と比較する。
  論文  参考訳（メタデータ） (2024-08-08T08:13:25Z)
• In Silico Sociology: Forecasting COVID-19 Polarization with Large Language Models [0.0]
  我々は、デジタル化されたテキストの膨大なアーカイブにディープニューラルネットワークをトレーニングし、歴史的および現代的な言説を構成する複雑な言語パターンを学習する。 我々は、2019年の世論の展望を再構築し、既存の政治談話の中で、COVID-19に対する今後の偏極がどの程度予測されたかを調べる。 その結果、シミュレートされた回答者は84%の患者において、新型コロナウイルスの態度のパルチザン的な違いを再現した。
  論文  参考訳（メタデータ） (2024-05-23T22:10:12Z)
• The Call for Socially Aware Language Technologies [94.6762219597438]
  NLPが機能する社会環境の要因、文脈、意味の認識の欠如である。 我々は、NLPが社会意識を発達させる上で大きな課題が残っており、この分野の新しい時代の始まりであると主張している。
  論文  参考訳（メタデータ） (2024-05-03T18:12:39Z)
• AraTrust: An Evaluation of Trustworthiness for LLMs in Arabic [0.0]
  AraTrustはアラビア語でLarge Language Models(LLMs)の総合的信頼性ベンチマークである。 GPT-4は最も信頼できるLCMであり、特にAceGPT 7BやJais 13Bといったオープンソースモデルはベンチマークで60%のスコアを得るのに苦労しました。
  論文  参考訳（メタデータ） (2024-03-14T00:45:24Z)
• Large Language Models are Not Yet Human-Level Evaluators for Abstractive Summarization [66.08074487429477]
  抽象的な要約のための自動評価器として,大規模言語モデル(LLM)の安定性と信頼性について検討する。 また、ChatGPTとGPT-4は、一般的に使われている自動測定値よりも優れていますが、人間の代替品として準備ができていません。
  論文  参考訳（メタデータ） (2023-05-22T14:58:13Z)
• Consistency Analysis of ChatGPT [65.268245109828]
  本稿では,ChatGPTとGPT-4の論理的一貫した行動に対する信頼性について検討する。 その結果,両モデルとも言語理解能力と推論能力が向上しているように見えるが,論理的に一貫した予測が得られないことが示唆された。
  論文  参考訳（メタデータ） (2023-03-11T01:19:01Z)
• 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)

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。