論文の概要: Unsupervised Detection of Contextualized Embedding Bias with Application to Ideology

• arxiv url: http://arxiv.org/abs/2212.07547v1
• Date: Wed, 14 Dec 2022 23:31:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-16 16:08:29.146842
• Title: Unsupervised Detection of Contextualized Embedding Bias with Application to Ideology
• Title（参考訳）: 文脈的埋め込みバイアスの教師なし検出とイデオロギーへの応用
• Authors: Valentin Hofmann, Janet B. Pierrehumbert, Hinrich Sch\"utze
• Abstract要約: 本研究では,コンテキスト適応型埋め込みにおけるバイアスを検出するための教師なし手法を提案する。 本手法をオンラインディスカッションフォーラムに適用し,提案手法を提案する。 我々の実験は、イデオロギーのサブスペースが抽象的な評価意味論を符号化し、ドナルド・トランプの大統領在任中に政治的左翼スペクトルの変化を反映していることを示唆している。
• 参考スコア（独自算出の注目度）: 20.81930455526026
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a fully unsupervised method to detect bias in contextualized embeddings. The method leverages the assortative information latently encoded by social networks and combines orthogonality regularization, structured sparsity learning, and graph neural networks to find the embedding subspace capturing this information. As a concrete example, we focus on the phenomenon of ideological bias: we introduce the concept of an ideological subspace, show how it can be found by applying our method to online discussion forums, and present techniques to probe it. Our experiments suggest that the ideological subspace encodes abstract evaluative semantics and reflects changes in the political left-right spectrum during the presidency of Donald Trump.
• Abstract（参考訳）: 本論文では,コンテキスト化埋め込みにおけるバイアスを検出する完全教師なし手法を提案する。 この方法は、ソーシャルネットワークによって潜在的にエンコードされる分類情報を利用し、直交正規化、構造化スパーシティ学習、グラフニューラルネットワークを組み合わせて、情報を取り込む埋め込み部分空間を見つける。 具体的な例として、イデオロギー的偏見の現象に着目し、イデオロギー的部分空間の概念を導入し、オンラインディスカッションフォーラムに我々の手法を適用してどのように発見できるかを示し、それを探索する手法を提案する。 我々の実験は、イデオロギー的部分空間が抽象的評価的意味論をエンコードし、ドナルド・トランプ政権下の政治的左派スペクトルの変化を反映していることを示唆している。

関連論文リスト

• Encoding Hierarchical Schema via Concept Flow for Multifaceted Ideology Detection [26.702058189138462]
  多面的イデオロギー検出(MID)は、テキストの複数の面へのイデオロギー的傾きを検出することを目的としている。 MIDタスクのための新しい概念セマンティクス強化フレームワークを開発する。 提案手法は, クロストピックシナリオを含む, MIDにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-05-29T10:37:28Z)
• Understanding Distributed Representations of Concepts in Deep Neural Networks without Supervision [25.449397570387802]
  本稿では,ニューロンの主部分集合を選択することによって,概念の分散表現を発見する教師なし手法を提案する。 我々の経験から、類似のニューロン活性化状態のインスタンスはコヒーレントな概念を共有する傾向があることが示されている。 データ内のラベルなしサブクラスを特定し、誤分類の原因を検出するために利用することができる。
  論文  参考訳（メタデータ） (2023-12-28T07:33:51Z)
• Unsupervised Interpretable Basis Extraction for Concept-Based Visual Explanations [53.973055975918655]
  提案手法を用いて抽出したベースに変換すると,中間層表現がより解釈可能であることを示す。 提案手法は,提案手法を教師付きアプローチから抽出したベースと,教師付き手法から抽出したベースを比較した結果,教師なし手法は教師付き手法の限界を構成する強みを有し,今後の研究の方向性を示す。
  論文  参考訳（メタデータ） (2023-03-19T00:37:19Z)
• Bayesian Learning for Neural Networks: an algorithmic survey [95.42181254494287]
  この自己完結型調査は、ベイズ学習ニューラルネットワークの原理とアルゴリズムを読者に紹介する。 アクセシブルで実践的な視点からこのトピックを紹介します。
  論文  参考訳（メタデータ） (2022-11-21T21:36:58Z)
• Imitation Learning-based Implicit Semantic-aware Communication Networks: Multi-layer Representation and Collaborative Reasoning [68.63380306259742]
  有望な可能性にもかかわらず、セマンティック通信とセマンティック・アウェア・ネットワーキングはまだ初期段階にある。 本稿では,CDCとエッジサーバの複数層を連携させる,推論に基づく暗黙的セマンティック・アウェア通信ネットワークアーキテクチャを提案する。 暗黙的セマンティクスの階層構造と個人ユーザのパーソナライズされた推論嗜好を考慮に入れたセマンティクス情報の多層表現を提案する。
  論文  参考訳（メタデータ） (2022-10-28T13:26:08Z)
• Latent Topology Induction for Understanding Contextualized Representations [84.7918739062235]
  本研究では,文脈的埋め込みの表現空間について検討し,大規模言語モデルの隠れトポロジについて考察する。 文脈化表現の言語特性を要約した潜在状態のネットワークが存在することを示す。
  論文  参考訳（メタデータ） (2022-06-03T11:22:48Z)
• KCD: Knowledge Walks and Textual Cues Enhanced Political Perspective Detection in News Media [28.813287482918344]
  マルチホップ知識推論を可能にする政治的視点検出手法であるKCDを提案する。 具体的には、外部知識グラフのランダムウォークを生成し、それらをニューステキスト表現で注入する。 そこで我々は,ニュースコンテンツとセマンティック,構文,実体的手がかりを協調的にモデル化する異種情報ネットワークを構築した。
  論文  参考訳（メタデータ） (2022-04-08T13:06:09Z)
• TopicNet: Semantic Graph-Guided Topic Discovery [51.71374479354178]
  既存の階層的なトピックモデルでは、教師なしの方法でテキストコーパスから意味論的意味のあるトピックを抽出することができる。 TopicNetを階層的なトピックモデルとして導入し、学習に影響を与えるための帰納的バイアスとして、事前構造知識を注入する。
  論文  参考訳（メタデータ） (2021-10-27T09:07:14Z)
• Learning Ideological Embeddings from Information Cascades [11.898833102736255]
  多次元イデオロギー空間における各ユーザのイデオロギー的傾きを学習するためのモデルを提案する。 本モデルは,多次元イデオロギー空間におけるソーシャルメディア利用者の政治的姿勢を学習することができる。
  論文  参考訳（メタデータ） (2021-09-28T09:58:02Z)
• A Comprehensive Survey on Community Detection with Deep Learning [93.40332347374712]
  コミュニティは、ネットワーク内の他のコミュニティと異なるメンバーの特徴と接続を明らかにする。 この調査は、最先端の手法の様々なカテゴリをカバーする新しい分類法を考案し、提案する。 ディープニューラルネットワーク(Deep Neural Network)は、畳み込みネットワーク(convolutional network)、グラフアテンションネットワーク( graph attention network)、生成的敵ネットワーク(generative adversarial network)、オートエンコーダ(autoencoder)に分けられる。
  論文  参考訳（メタデータ） (2021-05-26T14:37:07Z)
• Modeling Ideological Agenda Setting and Framing in Polarized Online Groups with Graph Neural Networks and Structured Sparsity [13.535770763481905]
  本稿では,オンラインディスカッションフォーラム,特にRedditのネットワーク構造を直接活用して,偏光概念を検出する最小限の手法を提案する。 我々は、アジェンダの設定とフレーミングの次元に沿って偏極をモデル化し、道徳心理学からの洞察に基づく。 また、12年間にわたる政治談話の新しいデータセットを作成し、異なるイデオロギーを持つ600以上のオンライングループをカバーしています。
  論文  参考訳（メタデータ） (2021-04-18T11:48:25Z)

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。