論文の概要: A short review of the main concerns in A.I. development and application
within the public sector supported by NLP and TM
- arxiv url: http://arxiv.org/abs/2308.02042v1
- Date: Tue, 25 Jul 2023 11:15:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-14 01:46:27.419862
- Title: A short review of the main concerns in A.I. development and application
within the public sector supported by NLP and TM
- Title(参考訳): NLP と TM が支持する公共部門における A.I. 開発と適用の主な課題
- Authors: Carlos Ferreira
- Abstract要約: この研究は、ACM Digital LibraryとIEEE Xploreカンファレンスの手続きで発表された研究論文をレビューした。
目的は、データプライバシ、倫理、解釈可能性、説明可能性、信頼性、公共セクターの公平性に関する洞察を捉えることである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Artificial Intelligence is not a new subject, and business, industry and
public sectors have used it in different ways and contexts and considering
multiple concerns. This work reviewed research papers published in ACM Digital
Library and IEEE Xplore conference proceedings in the last two years supported
by fundamental concepts of Natural Language Processing (NLP) and Text Mining
(TM). The objective was to capture insights regarding data privacy, ethics,
interpretability, explainability, trustworthiness, and fairness in the public
sector. The methodology has saved analysis time and could retrieve papers
containing relevant information. The results showed that fairness was the most
frequent concern. The least prominent topic was data privacy (although embedded
in most articles), while the most prominent was trustworthiness. Finally,
gathering helpful insights about those concerns regarding A.I. applications in
the public sector was also possible.
- Abstract(参考訳): 人工知能は新しいテーマではなく、ビジネス、産業、公共セクターは異なる方法で利用し、複数の関心事を考慮してきた。
本研究は, 自然言語処理(NLP)とテキストマイニング(TM)の基本概念に支えられた過去2年間のACM Digital LibraryとIEEE Xploreカンファレンスの手続きで発表された研究論文をレビューした。
目的は、データプライバシ、倫理、解釈可能性、説明可能性、信頼性、公共セクターの公平性に関する洞察を捉えることである。
この手法は分析時間を節約し、関連する情報を含む論文を検索することができる。
その結果,公平性が最も高い関心事であった。
最も目立った話題はデータプライバシ(ほとんどの記事に埋め込まれているが)であり、最も目立ったトピックは信頼性だった。
最後に、公共部門におけるa.i.アプリケーションに関するこれらの懸念に関する有益な洞察の収集も可能であった。
関連論文リスト
- Landscape of Generative AI in Global News: Topics, Sentiments, and
Spatiotemporal Analysis [1.5249435285717095]
ジェネレーティブAIは、様々な産業や公共生活を変革する大きな可能性を秘めている。
生成的AIに関するニュースメディアの報道の役割は、この重要な技術革新に対する大衆の認識と判断を形作る上で重要である。
本稿では,生成型AIに着目したグローバルニュースの話題,感情,実体的テーマの時間的および空間的分布に関する詳細な分析と豊富な洞察を提供する。
論文 参考訳(メタデータ) (2024-01-17T00:53:31Z) - Responsible AI Considerations in Text Summarization Research: A Review
of Current Practices [89.85174013619883]
私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。
我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。
私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
論文 参考訳(メタデータ) (2023-11-18T15:35:36Z) - Privacy and Fairness in Federated Learning: on the Perspective of
Trade-off [58.204074436129716]
フェデレートラーニング(FL)は近年ホットな話題となっている。
2つの重要な倫理的概念として、プライバシと公平性の相互作用は比較的研究されていない。
論文 参考訳(メタデータ) (2023-06-25T04:38:19Z) - Application of Text Analytics in Public Service Co-Creation: Literature
Review and Research Framework [68.8204255655161]
従来の公共サービスのトップダウン開発に代わるものとして、公共サービスの共創がある。
共同創造は、より優れた公共サービスを作成し、公開価値を達成することを目的として、ステークホルダー間のコラボレーションを促進する。
本研究では,テキストデータにテキスト分析(TA)技術を適用することで,公共サービスの共同作成を支援するための既存の研究について検討する。
論文 参考訳(メタデータ) (2023-05-20T17:34:17Z) - 'If you build they will come': Automatic Identification of
News-Stakeholders to detect Party Preference in News Coverage [1.0787390511207684]
本稿では、文脈情報と外部知識の両方を用いて、ニュース記事からトピック固有の利害関係者を識別する。
我々は、多くの国や国際機関が発行する4つのインド政府の政策に関するニュース記事について、全ての実験を行った。
論文 参考訳(メタデータ) (2022-12-17T13:08:39Z) - A Major Obstacle for NLP Research: Let's Talk about Time Allocation! [25.820755718678786]
本稿は、自然言語処理の分野では、私たちよりも成功しなかったことを論じる。
近年,NLP研究において,時間割当が大きな障害となっていることが実証された。
論文 参考訳(メタデータ) (2022-11-30T10:00:12Z) - NLPeer: A Unified Resource for the Computational Study of Peer Review [58.71736531356398]
NLPeer - 5万以上の論文と5つの異なる会場からの1万1千件のレビューレポートからなる、初めて倫理的にソースされたマルチドメインコーパス。
従来のピアレビューデータセットを拡張し、解析および構造化された論文表現、豊富なメタデータ、バージョニング情報を含む。
我々の研究は、NLPなどにおけるピアレビューの体系的、多面的、エビデンスに基づく研究への道のりをたどっている。
論文 参考訳(メタデータ) (2022-11-12T12:29:38Z) - Understanding misinformation in India: The case for a meaningful
regulatory approach for social media platforms [0.0]
本稿では,我が国の誤情報とその後の社会的・ビジネス的混乱の文脈に一貫性のある読解を導入することを目的とする。
文献資料はそれぞれの項目で言及されている。
論文 参考訳(メタデータ) (2022-06-19T15:14:06Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳(メタデータ) (2022-05-23T08:34:25Z) - Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。
研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。
公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。
残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
論文 参考訳(メタデータ) (2022-02-03T17:25:46Z)
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。