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
- 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) - Navigating Cultural Diversity: Barriers and Potentials in Multicultural
Agile Software Development Teams [2.2044574002571182]
この研究の目的は、多文化のアジャイルソフトウェア開発チームで起こりうる障壁と可能性を特定することである。
この結果から,チームレベルでの文化特性は,文化間チームにおいて個別に分析する必要があることが示唆された。
第3に、私たちはアジャイルソフトウェア開発チームにおける文化的多様性の可能性を支持する戦略を導出しました。
論文 参考訳(メタデータ) (2023-11-18T19:27:48Z) - Not All Countries Celebrate Thanksgiving: On the Cultural Dominance in
Large Language Models [89.94270049334479]
本稿では,大規模言語モデル(LLM)における文化的優位性について述べる。
LLMは、ユーザーが非英語で尋ねるときに期待する文化とは無関係な、不適切な英語文化関連の回答を提供することが多い。
論文 参考訳(メタデータ) (2023-10-19T05:38:23Z) - CREHate: A CRoss-cultural English Hate Speech Dataset [46.386059125840376]
ほとんどのNLPデータセットは言語話者の文化的多様性を無視しており、ヘイトスピーチ検出において重大な欠点をもたらす。
そこで本研究では,CRoss文化の英語Hate音声データセットであるCREHateを紹介する。
論文 参考訳(メタデータ) (2023-08-31T13:14:47Z) - Multi-lingual and Multi-cultural Figurative Language Understanding [69.47641938200817]
図形言語は人間のコミュニケーションに浸透するが、NLPでは比較的過小評価されている。
Hindi, Indonesian, Javanese, Kannada, Sundanese, Swahili, Yorubaの7つの多様な言語に関するデータセットを作成しました。
我々のデータセットから,各言語は,同じ領域から派生した言語間で最も高い重なり合いを持つ,図形表現の文化的・地域的概念に依存していることが明らかとなった。
全ての言語は、事前学習データと微調整データの可用性を反映した性能の変化により、英語と比較して大きな欠陥がある。
論文 参考訳(メタデータ) (2023-05-25T15:30:31Z) - Empowering LLM-based Machine Translation with Cultural Awareness [52.365390827200464]
伝統的なニューラルネットワーク翻訳(NMT)システムは、しばしば文化的に特定の情報を含む文の翻訳に失敗する。
最近のインコンテキスト学習では、機械翻訳を行うために、軽量なプロンプトを使用して、大規模言語モデル(LLM)をガイドしている。
我々は、文化的に関連のある並列コーパスを構築するための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) - Assessing Cross-Cultural Alignment between ChatGPT and Human Societies:
An Empirical Study [9.919972416590124]
ChatGPTは、対話で人間のような反応を生成できるという異常な能力で広く認知されている。
そこで我々は,ChatGPTの文化的背景を,人間の文化的差異を定量化するための質問に対する応答の分析によって検討した。
論文 参考訳(メタデータ) (2023-03-30T15:43:39Z) - Towards Intercultural Affect Recognition: Audio-Visual Affect
Recognition in the Wild Across Six Cultures [15.37706529432381]
本稿では,6つの文化から生ずる実世界のダイアド的相互作用のビデオを用いた,文化間影響認識モデルの最初の体系的研究について述べる。
その結果, 文化間影響の認識モデルは, 文化内モデルよりも効果的か, より効果的であることが示唆された。
本稿では,文化間影響認識システムの今後の発展に向けた概念実証とモチベーションについて述べる。
論文 参考訳(メタデータ) (2022-07-31T02:39:17Z) - Learning Robust Real-Time Cultural Transmission without Human Data [82.05222093231566]
人工知能エージェントにおけるゼロショット、高リコール文化伝達を生成する方法を提案する。
我々のエージェントは、事前に収集された人間のデータを使わずに、新しい文脈で人間からリアルタイムの文化的伝達に成功した。
これは、人工知能を開発するアルゴリズムとしての文化進化の道を開くものである。
論文 参考訳(メタデータ) (2022-03-01T19:32:27Z)
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。