論文の概要: Automatic detection of problem-gambling signs from online texts using large language models

• arxiv url: http://arxiv.org/abs/2312.00804v1
• Date: Fri, 24 Nov 2023 13:48:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-11 03:46:48.915344
• Title: Automatic detection of problem-gambling signs from online texts using large language models
• Title（参考訳）: 大規模言語モデルを用いたオンラインテキストからの問題解決信号の自動検出
• Authors: Elke Smith, Nils Reiter, Jan Peters
• Abstract要約: 問題ギャンブルは公衆衛生上の問題であり、深刻な心理的苦痛と経済的問題に関係している。 インターネット上には多くのギャンブルコミュニティがあり、ゲームに関する情報やギャンブル戦術、ギャンブル関連の問題などを交換している。 オンラインギャンブルコミュニティは、問題解決行動に関する洞察を提供するかもしれない。
• 参考スコア（独自算出の注目度）: 16.418288795462935
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Problem gambling is a major public health concern and is associated with profound psychological distress and economic problems. There are numerous gambling communities on the internet where users exchange information about games, gambling tactics, as well as gambling-related problems. Individuals exhibiting higher levels of problem gambling engage more in such communities. Online gambling communities may provide insights into problem-gambling behaviour. Using data scraped from a major German gambling discussion board, we fine-tuned a large language model, specifically a Bidirectional Encoder Representations from Transformers (BERT) model, to predict signs of problem-gambling from forum posts. Training data were generated by manual annotation and by taking into account diagnostic criteria and gambling-related cognitive distortions. Using k-fold cross-validation, our models achieved a precision of 0.95 and F1 score of 0.71, demonstrating that satisfactory classification performance can be achieved by generating high-quality training material through manual annotation based on diagnostic criteria. The current study confirms that a BERT-based model can be reliably used on small data sets and to detect signatures of problem gambling in online communication data. Such computational approaches may have potential for the detection of changes in problem-gambling prevalence among online users.
• Abstract（参考訳）: 問題ギャンブルは公衆衛生の重要な関心事であり、深刻な心理的苦痛や経済問題と関連している。 インターネット上には、ゲーム、ギャンブル戦術、およびギャンブル関連の問題に関する情報を交換する多くのギャンブルコミュニティがある。 より高いレベルの問題ギャンブルを示す個人は、そのようなコミュニティにより関与する。 オンラインギャンブルコミュニティは、問題解決行動に関する洞察を提供するかもしれない。 ドイツの大手ギャンブル掲示板から収集したデータを用いて,大規模な言語モデル,特にトランスフォーマー(bert)モデルからの双方向エンコーダ表現を微調整し,フォーラム投稿から問題ギャンブルの兆候を予測する。 トレーニングデータは手動のアノテーションによって生成され,診断基準とギャンブル関連認知歪みを考慮した。 k-foldクロスバリデーションを用いて精度0.95とF1スコア0.71を達成し、診断基準に基づく手作業による高品質なトレーニング材料の生成により、良好な分類性能が得られることを示した。 本研究は,BERTベースのモデルを小データセットで確実に利用し,オンライン通信データにおける問題ギャンブルのシグネチャを検出することを確認する。 このような計算手法は、オンライン利用者の問題解決率の変化を検出する可能性がある。

関連論文リスト

• A Systematic Review of Machine Learning in Sports Betting: Techniques, Challenges, and Future Directions [0.023301643766310366]
  機械学習(ML)はスポーツ賭け産業の変革において重要な役割を果たしてきた。 本稿では,サッカー,バスケットボール,テニス,クリケットなど,さまざまなスポーツに応用されるML技術について検討する。 これらの進歩にもかかわらず、データ品質、リアルタイム意思決定、そしてスポーツ結果の固有の予測不可能といった課題が残っている。
  論文  参考訳（メタデータ） (2024-10-28T19:49:53Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• Who is Gambling? Finding Cryptocurrency Gamblers Using Multi-modal Retrieval Methods [46.17004007514548]
  我々はETHGamDetと呼ばれるツールを提案し、ギャンブルの振る舞いを発見し、ギャンブルに関わる契約や住所を特定する。 このツールは、スマートコントラクトコードとトランザクションレコードを精査することで、ギャンブルに関わるスマートコントラクトとアドレスを自動的に検出することができる。 本稿では,メモリコンポーネントを備えた新しいLightGBMモデルを提案する。
  論文  参考訳（メタデータ） (2022-11-27T10:07:13Z)
• D-BIAS: A Causality-Based Human-in-the-Loop System for Tackling Algorithmic Bias [57.87117733071416]
  D-BIASは、人間のループ内AIアプローチを具現化し、社会的バイアスを監査し軽減する視覚対話型ツールである。 ユーザは、因果ネットワークにおける不公平な因果関係を識別することにより、グループに対する偏見の存在を検出することができる。 それぞれのインタラクション、例えばバイアスのある因果縁の弱体化/削除は、新しい(偏りのある)データセットをシミュレートするために、新しい方法を用いている。
  論文  参考訳（メタデータ） (2022-08-10T03:41:48Z)
• Fighting Money Laundering with Statistics and Machine Learning [95.42181254494287]
  反マネーロンダリングのための統計的および機械学習手法に関する科学的文献はほとんどない。 本研究では,クライアントのリスクプロファイリングと疑わしい行動フラグングという2つの中心的要素を持つ統一用語を提案する。
  論文  参考訳（メタデータ） (2022-01-11T21:31:18Z)
• E-Commerce Dispute Resolution Prediction [69.84319333335935]
  我々は、紛争解決における人間のエージェントを大規模に支援する第一歩を踏み出す。 eBayのオンラインマーケットプレースから大規模な論争のデータセットを構築し、いくつかの興味深い行動パターンと言語パターンを特定します。 次に、高い精度で論争の結果を予測するために分類器を訓練する。
  論文  参考訳（メタデータ） (2021-10-13T09:45:06Z)
• Synthetic Data Generation for Fraud Detection using GANs [1.1816942730023885]
  不正検出に関連する問題は、クラス不均衡の重大な問題に直面している。 本稿では,合成データを生成するためのGAN(Generative Adrial Networks)に基づく新しいシステムを提案する。 我々のフレームワークであるSynthetic Data Generation GANは、オーバーサンプリング方式よりも優れています。
  論文  参考訳（メタデータ） (2021-09-26T09:51:44Z)
• Graph-based Joint Pandemic Concern and Relation Extraction on Twitter [19.7176519744206]
  公衆の懸念検出は、パンデミックの流行前またはその間、危機管理のための当局に潜在的ガイダンスを提供する。 ソーシャルメディアの膨大な情報から時間内の懸念を検出することは、大きな課題であることがわかりました。 本稿では,人々の関心事とそれに対応する関係を識別する新しいエンド・ツー・エンドのディープラーニングモデルを提案する。
  論文  参考訳（メタデータ） (2021-06-18T06:06:35Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• A Semi-supervised Graph Attentive Network for Financial Fraud Detection [30.645390612737266]
  本稿では,多視点ラベル付きおよびラベルなしデータを不正検出に用いる半教師付き減衰型グラフニューラルネットワークSemiSemiGNNを提案する。 ソーシャルリレーションとユーザ属性を利用することで,2つのタスクにおける最先端手法と比較して精度が向上する。
  論文  参考訳（メタデータ） (2020-02-28T10:35:25Z)

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。