論文の概要: Cultural Compass: Predicting Transfer Learning Success in Offensive Language Detection with Cultural Features

• arxiv url: http://arxiv.org/abs/2310.06458v1
• Date: Tue, 10 Oct 2023 09:29:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-11 18:00:48.343387
• Title: Cultural Compass: Predicting Transfer Learning Success in Offensive Language Detection with Cultural Features
• Title（参考訳）: 文化コンパス:文化的特徴を有する攻撃言語検出における伝達学習成功予測
• Authors: Li Zhou, Antonia Karamolegkou, Wenyu Chen, Daniel Hershcovich
• Abstract要約: 本研究は,文化的特徴の交わりと伝達学習の有効性について考察する。 これらの結果に基づいて,文化情報のデータセットへの統合を提唱する。 我々の研究は、より包括的で文化的に敏感な言語技術の探求において、一歩前進していることを示している。
• 参考スコア（独自算出の注目度）: 21.54368550883955
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The increasing ubiquity of language technology necessitates a shift towards considering cultural diversity in the machine learning realm, particularly for subjective tasks that rely heavily on cultural nuances, such as Offensive Language Detection (OLD). Current understanding underscores that these tasks are substantially influenced by cultural values, however, a notable gap exists in determining if cultural features can accurately predict the success of cross-cultural transfer learning for such subjective tasks. Addressing this, our study delves into the intersection of cultural features and transfer learning effectiveness. The findings reveal that cultural value surveys indeed possess a predictive power for cross-cultural transfer learning success in OLD tasks and that it can be further improved using offensive word distance. Based on these results, we advocate for the integration of cultural information into datasets. Additionally, we recommend leveraging data sources rich in cultural information, such as surveys, to enhance cultural adaptability. Our research signifies a step forward in the quest for more inclusive, culturally sensitive language technologies.
• Abstract（参考訳）: 言語技術のユビキタス化は、特に攻撃的言語検出(old)のような文化的ニュアンスに重きを置く主観的なタスクにおいて、機械学習分野における文化的多様性を考えることへのシフトを必要とする。 現在の理解では、これらの課題は文化的価値に大きく影響されているが、文化的特徴がこうした主観的なタスクに対する異文化間移動学習の成功を正確に予測できるかどうかを判断する際、顕著なギャップがある。 そこで本研究では,文化特性の交点と転校学習の効果について考察する。 その結果,文化価値調査は,旧課題における異文化間転校学習成功の予測力を有しており,攻撃的単語距離を用いてさらに改善できることがわかった。 これらの結果に基づき,文化情報のデータセットへの統合を提唱する。 さらに,文化適応性を高めるために,調査などの文化的情報に富んだデータソースを活用することを推奨する。 我々の研究は、より包括的で文化的に敏感な言語技術の探求の一歩を踏み出した。

関連論文リスト

• Translating Across Cultures: LLMs for Intralingual Cultural Adaptation [12.5954253354303]
  文化適応の課題を定義し,この課題に対する様々なモデルをベンチマークする評価フレームワークを作成する。 文化的バイアスやステレオタイプを含む自動適応の可能性について分析する。
  論文  参考訳（メタデータ） (2024-06-20T17:06:58Z)
• Extrinsic Evaluation of Cultural Competence in Large Language Models [53.626808086522985]
  本稿では,2つのテキスト生成タスクにおける文化能力の評価に焦点をあてる。 我々は,文化,特に国籍の明示的なキューが,そのプロンプトに乱入している場合のモデル出力を評価する。 異なる国におけるアウトプットのテキスト類似性とこれらの国の文化的価値との間には弱い相関関係がある。
  論文  参考訳（メタデータ） (2024-06-17T14:03:27Z)
• CulturePark: Boosting Cross-cultural Understanding in Large Language Models [63.452948673344395]
  本稿では,LLMを利用した文化データ収集のためのマルチエージェント通信フレームワークであるCultureParkを紹介する。 人間の信念、規範、習慣をカプセル化した高品質な異文化対話を生成する。 我々はこれらのモデルを,コンテンツモデレーション,文化的アライメント,文化教育という3つの下流課題にまたがって評価する。
  論文  参考訳（メタデータ） (2024-05-24T01:49:02Z)
• What You Use is What You Get: Unforced Errors in Studying Cultural Aspects in Agile Software Development [2.9418191027447906]
  文化的特徴の影響を調べることは、多面的な文化概念のために困難である。 文化的・社会的側面は、実際にの使用が成功する上で非常に重要である。
  論文  参考訳（メタデータ） (2024-04-25T20:08:37Z)
• CultureBank: An Online Community-Driven Knowledge Base Towards Culturally Aware Language Technologies [53.2331634010413]
  CultureBankは、ユーザの自己物語に基づいて構築された知識ベースである。 TikTokから12K、Redditから1Kの文化的記述が含まれている。 今後の文化的に意識された言語技術に対する推奨事項を提示する。
  論文  参考訳（メタデータ） (2024-04-23T17:16:08Z)
• CULTURE-GEN: Revealing Global Cultural Perception in Language Models through Natural Language Prompting [68.37589899302161]
  110か国・地域での3つのSOTAモデルの文化認識を,文化条件付き世代を通して8つの文化関連トピックについて明らかにした。 文化条件付き世代は、デフォルトの文化と区別される余分な文化を区別する言語的な「マーカー」から成り立っていることが判明した。
  論文  参考訳（メタデータ） (2024-04-16T00:50:43Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Benchmarking LLM-based Machine Translation on Cultural Awareness [53.83912076814508]
  文化的内容の翻訳は、効果的な異文化間コミュニケーションに不可欠である。 インコンテキスト学習の最近の進歩は、機械翻訳タスクにおける大規模言語モデル(LLM)のガイドに軽量なプロンプトを利用する。 我々は、文化的に関連する並列コーパスを構築するために、新しいデータキュレーションパイプラインを導入する。
  論文  参考訳（メタデータ） (2023-05-23T17:56:33Z)
• Cross-Cultural Transfer Learning for Chinese Offensive Language Detection [9.341003339029221]
  本研究では,異なる文化背景からの攻撃的言語検出データを用いた転帰学習の効果を検討することを目的とする。 また, 言語モデルの伝達性に悪影響を及ぼす要因として, 文化特有のバイアスがあることがわかった。 しかし,数ショットの学習シナリオでは,限られた資源を用いた非英語攻撃型言語検出が期待できる可能性を示した。
  論文  参考訳（メタデータ） (2023-03-31T09:50:07Z)

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。