論文の概要: Is ChatGPT better than Human Annotators? Potential and Limitations of
ChatGPT in Explaining Implicit Hate Speech
- arxiv url: http://arxiv.org/abs/2302.07736v1
- Date: Sat, 11 Feb 2023 03:13:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-16 14:28:50.313691
- Title: Is ChatGPT better than Human Annotators? Potential and Limitations of
ChatGPT in Explaining Implicit Hate Speech
- Title（参考訳）: ChatGPTは人間のアノテーションより優れているか?
突発的ヘイトスピーチにおけるChatGPTの可能性と限界
- Authors: Fan Huang, Haewoon Kwak, Jisun An
- Abstract要約: 暗黙的な憎しみのある音声検出のための自然言語説明(NLE)にChatGPTを使用できるかどうかを検討する。
そこで我々は,ChatGPT生成NLEを簡潔に活用するプロンプトを設計し,その特性を評価するためにユーザスタディを実施している。
暗黙的ヘイトフル音声研究におけるChatGPTの可能性と限界について論じる。
- 参考スコア（独自算出の注目度）: 8.761064812847078
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent studies have alarmed that many online hate speeches are implicit. With
its subtle nature, the explainability of the detection of such hateful speech
has been a challenging problem. In this work, we examine whether ChatGPT can be
used for providing natural language explanations (NLEs) for implicit hateful
speech detection. We design our prompt to elicit concise ChatGPT-generated NLEs
and conduct user studies to evaluate their qualities by comparison with
human-generated NLEs. We discuss the potential and limitations of ChatGPT in
the context of implicit hateful speech research.
- Abstract（参考訳）: 最近の研究は、多くのオンラインヘイトスピーチが暗黙的であることを警告している。
その微妙な性質から、そのような憎しみのある言葉の検出の可否は難しい問題であった。
本研究では,ChatGPTが暗黙的な憎しみのある音声検出のための自然言語説明(NLE)に利用できるかどうかを検討する。
そこで我々は,ChatGPT生成NLEを簡潔に活用するプロンプトを設計し,人為的NLEと比較して,その品質評価を行う。
暗黙的ヘイトフル音声研究におけるChatGPTの可能性と限界について論じる。
関連論文リスト
- Comprehensive Assessment of Toxicity in ChatGPT [49.71090497696024]
本研究は,ChatGPTの毒性を指導調整データセットを用いて評価する。
創作作業のプロンプトは 有害な反応を 引き起こす確率が 2倍になる
初期の研究で設計された、故意に有害なプロンプトは、もはや有害な反応を生じさせない。
論文 参考訳（メタデータ） (2023-11-03T14:37:53Z) - Primacy Effect of ChatGPT [69.49920102917598]
本稿では,ChatGPTの優位性について検討する。
実験と分析により、より信頼性の高いChatGPTベースのソリューションを構築する上で、さらなる洞察が得られればと思っています。
論文 参考訳（メタデータ） (2023-10-20T00:37:28Z) - ChatGPT for Us: Preserving Data Privacy in ChatGPT via Dialogue Text
Ambiguation to Expand Mental Health Care Delivery [52.73936514734762]
ChatGPTは人間のような対話を生成する能力で人気を集めている。
データに敏感なドメインは、プライバシとデータ所有に関する懸念から、ChatGPTを使用する際の課題に直面している。
ユーザのプライバシーを守るためのテキスト曖昧化フレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-19T02:09:52Z) - Is ChatGPT a Good Causal Reasoner? A Comprehensive Evaluation [37.288716311853115]
われわれはChatGPTの因果推論能力を総合的に評価した。
実験の結果,ChatGPTは因果推論に優れず,因果説明に優れていた。
ChatGPTの因果推論能力は、プロンプトの因果概念を表現するために使われる単語に敏感である。
論文 参考訳（メタデータ） (2023-05-12T10:54:13Z) - "HOT" ChatGPT: The promise of ChatGPT in detecting and discriminating
hateful, offensive, and toxic comments on social media [2.105577305992576]
生成AIモデルには、有害なコンテンツを理解し、検出する能力がある。
ChatGPTは人間のアノテーションと比較して約80%の精度が得られる。
論文 参考訳（メタデータ） (2023-04-20T19:40:51Z) - Let's have a chat! A Conversation with ChatGPT: Technology,
Applications, and Limitations [0.0]
Chat Generative Pre-trained Transformerは、ChatGPTとしてよく知られたもので、人間に似た文を生成し、一貫性のあるエッセイを書くことができる。
医療、教育、研究など様々な分野におけるChatGPTの応用の可能性を強調した。
有望な結果にもかかわらず、ChatGPTにはいくつかのプライバシーと倫理上の懸念がある。
論文 参考訳（メタデータ） (2023-02-27T14:26:29Z) - Can ChatGPT Understand Too? A Comparative Study on ChatGPT and
Fine-tuned BERT [103.57103957631067]
チャットGPTは、人間の質問に対する流動的で高品質な応答を生成できるため、大きな注目を集めている。
そこで我々は,ChatGPTの理解能力を,最も人気のあるGLUEベンチマークで評価し,より詳細な4種類のBERTスタイルのモデルと比較した。
2)ChatGPTは,感情分析や質問応答タスクにおいて,BERTと同等のパフォーマンスを達成している。
論文 参考訳（メタデータ） (2023-02-19T12:29:33Z) - Is ChatGPT a General-Purpose Natural Language Processing Task Solver? [113.22611481694825]
大規模言語モデル(LLM)は、さまざまな自然言語処理(NLP)タスクをゼロショットで実行できることを実証している。
近年、ChatGPTのデビューは自然言語処理(NLP)コミュニティから大きな注目を集めている。
ChatGPTが多くのNLPタスクをゼロショットで実行できるジェネラリストモデルとして機能するかどうかはまだ分かっていない。
論文 参考訳（メタデータ） (2023-02-08T09:44:51Z) - A Categorical Archive of ChatGPT Failures [47.64219291655723]
OpenAIが開発したChatGPTは、大量のデータを使って訓練され、人間の会話をシミュレートしている。
それは、広範囲の人間の問い合わせに効果的に答える能力のために、大きな注目を集めている。
しかし、ChatGPTの失敗の包括的分析は欠落しており、これが本研究の焦点となっている。
論文 参考訳（メタデータ） (2023-02-06T04:21:59Z) - Hate Speech Detection in Clubhouse [6.942237543984334]
Google Perspective Scoresを用いて,収集したインスタンスを統計的視点から分析する。
我々の実験では、パースペクティブスコアは、高レベルのテキスト機能として、WordsとWord2Vecのバグよりも優れています。
論文 参考訳（メタデータ） (2021-06-24T11:00:19Z)
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。