論文の概要: Dimensions of Online Conflict: Towards Modeling Agonism
- arxiv url: http://arxiv.org/abs/2311.03584v1
- Date: Mon, 6 Nov 2023 22:34:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-08 17:42:17.383135
- Title: Dimensions of Online Conflict: Towards Modeling Agonism
- Title（参考訳）: オンライン紛争の次元:アゴニズムのモデリングに向けて
- Authors: Matt Canute, Mali Jin, hannah holtzclaw, Alberto Lusoli, Philippa R
Adams, Mugdha Pandya, Maite Taboada, Diana Maynard, Wendy Hui Kyong Chun
- Abstract要約: アゴニズムは多様な視点と堅固な議論を育むことで民主的対話において重要な役割を担っている。
これら2つの対立をモデル化するために、議論の的になっているトピックに関するTwitterの会話を収集した。
本稿では,会話におけるコンフリクトの異なる次元をラベル付けするための包括的なアノテーションスキーマを提案する。
- 参考スコア（独自算出の注目度）: 2.471304332463658
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Agonism plays a vital role in democratic dialogue by fostering diverse
perspectives and robust discussions. Within the realm of online conflict there
is another type: hateful antagonism, which undermines constructive dialogue.
Detecting conflict online is central to platform moderation and monetization.
It is also vital for democratic dialogue, but only when it takes the form of
agonism. To model these two types of conflict, we collected Twitter
conversations related to trending controversial topics. We introduce a
comprehensive annotation schema for labelling different dimensions of conflict
in the conversations, such as the source of conflict, the target, and the
rhetorical strategies deployed. Using this schema, we annotated approximately
4,000 conversations with multiple labels. We then trained both logistic
regression and transformer-based models on the dataset, incorporating context
from the conversation, including the number of participants and the structure
of the interactions. Results show that contextual labels are helpful in
identifying conflict and make the models robust to variations in topic. Our
research contributes a conceptualization of different dimensions of conflict, a
richly annotated dataset, and promising results that can contribute to content
moderation.
- Abstract（参考訳）: アゴニズムは多様な視点と堅固な議論を育むことで民主的対話において重要な役割を担っている。
オンライン紛争の領域内には別のタイプのヘイトフル・アタゴニズムがあり、これは建設的な対話を損なう。
オンライン上の競合検出は、プラットフォームのモデレーションと収益化の中心である。
民主的な対話にも欠かせないが、アゴニズムの形をとる場合に限られる。
これら2つの対立をモデル化するために、トレンドの議論のトピックに関連するtwitterの会話を収集した。
本稿では,対立の原因,ターゲット,展開する修辞的戦略など,会話における対立のさまざまな次元をラベル付けするための包括的なアノテーションスキーマを提案する。
このスキーマを使用して、複数のラベルで約4,000の会話を注釈付けしました。
次に,ロジスティック回帰モデルとトランスフォーマティブモデルの両方をデータセット上でトレーニングし,参加者の数やインタラクションの構造など,会話からのコンテキストを取り入れた。
その結果、コンテクストラベルはコンフリクトを識別し、モデルがトピックのバリエーションに対して堅牢になるのに役立つ。
本研究はコンフリクトの異なる次元の概念化、豊富な注釈付きデータセット、コンテンツモデレーションに寄与する有望な結果に寄与する。
関連論文リスト
- Red Teaming Language Models for Processing Contradictory Dialogues [30.522961490270532]
現在利用可能な言語モデルのほとんどは、対話中に自己矛盾する傾向がある。
本研究では,会話中の矛盾文を検出し,修正することを目的とした,新たな矛盾文処理タスクについて検討する。
論文 参考訳（メタデータ） (2024-05-16T14:27:32Z) - Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。
対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。
また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
論文 参考訳（メタデータ） (2023-09-18T11:03:55Z) - Unpacking polarization: Antagonism and Alignment in Signed Networks of
Online Interaction [0.3581083356941628]
20世紀、主要断層線は、所有者対労働者、中心対周辺など構造的な紛争によって形成された。
FAULTANAパイプライン(FAULTANA Pipeline)は、署名されたオンラインインタラクションのデータにおいて、主要な障害線を明らかにするための計算手法である。
提案手法により,異なるオンライン討論会でよく見られる敵意の程度を定量化し,また,各議論がいかに主要な障害線に一致しているかを定量化することができる。
論文 参考訳（メタデータ） (2023-07-13T05:57:48Z) - MindDial: Belief Dynamics Tracking with Theory-of-Mind Modeling for Situated Neural Dialogue Generation [62.44907105496227]
MindDialは、Mind-of-mindモデリングで位置決め自由形式の応答を生成できる、新しい対話型フレームワークである。
本研究では、話者の信念と話者の聴取者の信念を予測できる明示的なマインドモジュールを導入する。
筆者らのフレームワークは,提案手法と微調整モデルの両方に適用され,共通地盤アライメントとネゴシエーションの両方を含むシナリオで評価される。
論文 参考訳（メタデータ） (2023-06-27T07:24:32Z) - Multiview Contextual Commonsense Inference: A New Dataset and Task [40.566530682082714]
CICEROv2は2,379の対話から8,351のインスタンスからなるデータセットである。
それは、コンテキストのコモンセンス推論の質問に対して、複数の人間が書いた回答を含んでいる。
CICEROv2の推論は、他の文脈コモンセンス推論データセットよりも意味的に多様であることを示す。
論文 参考訳（メタデータ） (2022-10-06T13:08:41Z) - Dialogue History Matters! Personalized Response Selectionin Multi-turn
Retrieval-based Chatbots [62.295373408415365]
本稿では,コンテキスト応答マッチングのためのパーソナライズドハイブリッドマッチングネットワーク(phmn)を提案する。
1) ユーザ固有の対話履歴からパーソナライズされた発話行動を付加的なマッチング情報として抽出する。
ユーザ識別による2つの大規模データセット,すなわちパーソナライズされた対話 Corpus Ubuntu (P-Ubuntu) とパーソナライズされたWeiboデータセット (P-Weibo) のモデルを評価する。
論文 参考訳（メタデータ） (2021-03-17T09:42:11Z) - Ranking Enhanced Dialogue Generation [77.8321855074999]
対話履歴を効果的に活用する方法は、マルチターン対話生成において重要な問題である。
これまでの研究は通常、歴史をモデル化するために様々なニューラルネットワークアーキテクチャを使用していた。
本稿では,ランキング拡張対話生成フレームワークを提案する。
論文 参考訳（メタデータ） (2020-08-13T01:49:56Z) - Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。
コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。
DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
論文 参考訳（メタデータ） (2020-06-17T21:02:40Z) - Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。
実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
論文 参考訳（メタデータ） (2020-05-27T02:05:33Z) - Fact-based Dialogue Generation with Convergent and Divergent Decoding [2.28438857884398]
本稿では,コンバージェントな思考能力を備えたエンドツーエンドのファクトベース対話システムを提案する。
我々のモデルは、情報的かつ多様な応答を生成できる新しい収束および分岐復号を組み込んでいる。
論文 参考訳（メタデータ） (2020-05-06T23:49:35Z)
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。