Fugu-MT 論文翻訳(概要): Homograph Attacks on Maghreb Sentiment Analyzers

論文の概要: Homograph Attacks on Maghreb Sentiment Analyzers

arxiv url: http://arxiv.org/abs/2402.03171v1
Date: Mon, 5 Feb 2024 16:39:15 GMT
ステータス: 処理完了
システム内更新日: 2024-02-06 14:55:35.211420
Title: Homograph Attacks on Maghreb Sentiment Analyzers
Title（参考訳）: マグレブ感性分析装置のホログラフアタック
Authors: Fatima Zahra Qachfar, Rakesh M. Verma
Abstract要約: ホログラフ攻撃により、データ「アラビジ」が書かれた場合、F1スコアの0.95から0.33までの変圧器分類が65.3%減少する。本研究の目的は、LLMの弱点を強調し、倫理的かつ責任ある機械学習を優先することである。
参考スコア（独自算出の注目度）: 2.855485723554975
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We examine the impact of homograph attacks on the Sentiment Analysis (SA) task of different Arabic dialects from the Maghreb North-African countries. Homograph attacks result in a 65.3% decrease in transformer classification from an F1-score of 0.95 to 0.33 when data is written in "Arabizi". The goal of this study is to highlight LLMs weaknesses' and to prioritize ethical and responsible Machine Learning.
Abstract（参考訳）: 我々は,マグレブ北アフリカ諸国のアラビア語方言の感性分析(SA)課題に対するホモグラフ攻撃の影響について検討した。ホモグラフ攻撃の結果、データが「アラビジ」で書かれた場合、トランスフォーマーの分類が0.95から0.33に65.3%減少する。本研究の目的は、LLMの弱点を強調し、倫理的かつ責任ある機械学習を優先することである。

関連論文リスト

Arabic Dataset for LLM Safeguard Evaluation [62.96160492994489]
本研究では,アラビア語における大言語モデル(LLM)の安全性と,その言語的・文化的複雑さについて考察する。本稿では, 直接攻撃, 間接攻撃, センシティブな単語による無害な要求を含む5,799の質問からなるアラブ地域固有の安全評価データセットを提案する。
論文参考訳（メタデータ） (2024-10-22T14:12:43Z)
Causal Micro-Narratives [62.47217054314046]
テキストから因果マイクロナラティブを分類する新しい手法を提案する。これらの物語は、対象対象の因果関係と/または効果の文レベルの説明である。
論文参考訳（メタデータ） (2024-10-07T17:55:10Z)
The Lou Dataset -- Exploring the Impact of Gender-Fair Language in German Text Classification [57.06913662622832]
ジェンダーフェア言語は、すべての性別に対処したり、中立形を使用することによって包摂性を促進する。ジェンダーフェア言語はラベルを反転させ、確実性を減らし、注意パターンを変化させることで予測に大きな影響を及ぼす。ドイツ語のテキスト分類への影響について最初の知見を提供する一方で、他の言語にもその知見が当てはまる可能性が高い。
論文参考訳（メタデータ） (2024-09-26T15:08:17Z)
Strategies for Arabic Readability Modeling [9.976720880041688]
自動可読性評価は、教育、コンテンツ分析、アクセシビリティのためのNLPアプリケーションの構築に関係している。本稿では,アラビア可読性評価に関する実験結果について,多種多様なアプローチを用いて述べる。
論文参考訳（メタデータ） (2024-07-03T11:54:11Z)
ArabicMMLU: Assessing Massive Multitask Language Understanding in Arabic [51.922112625469836]
アラビア語における最初のマルチタスク言語理解ベンチマークである、データセット名を提案する。我々のデータは、現代標準アラビア語(MSA)における40のタスクと14,575のマルチチョイス質問で構成されており、地域の母語話者と協調して慎重に構築されている。 35モデルについて評価した結果,特にオープンソースモデルにおいて,改善の余地がかなり高いことが判明した。
論文参考訳（メタデータ） (2024-02-20T09:07:41Z)
Arabic Sentiment Analysis with Noisy Deep Explainable Model [48.22321420680046]
本稿では,アラビア語の感情分類フレームワークを提案する。提案フレームワークは,局所的な代理説明可能なモデルをトレーニングすることで,特定の予測を説明することができる。アラビアサデータセットの公開ベンチマーク実験を行った。
論文参考訳（メタデータ） (2023-09-24T19:26:53Z)
Adversarial Training For Low-Resource Disfluency Correction [50.51901599433536]
ディフルエンシ補正(DC)のための逆学習型シーケンスタグ付けモデルを提案する。提案手法の利点は,3つのインド語でDCに対して評価することで,合成された非流動データに大きく依存することを示す。また,本手法は,音声障害によって導入されたASR文字の破面的不一致の除去にも有効である。
論文参考訳（メタデータ） (2023-06-10T08:58:53Z)
Offensive Language Detection in Under-resourced Algerian Dialectal Arabic Language [0.0]
我々は、未資源の言語の1つであるアルジェリア方言のアラビア語に焦点を当てている。同じ言語での作業が不足しているため、我々は8.7k以上のテキストを通常の、虐待的、攻撃的に手動で注釈付けした新しいコーパスを構築した。
論文参考訳（メタデータ） (2022-03-18T15:42:21Z)
Sentiment Analysis in Poems in Misurata Sub-dialect -- A Sentiment Detection in an Arabic Sub-dialect [0.0]
この研究は、リビアで話されているミシュラタ・アラビア語サブ方言で書かれた詩の感情を検出することに焦点を当てた。データセットから感情を検出するために使用されるツールは、SklearnとMazajak sentiment tool 1.1である。
論文参考訳（メタデータ） (2021-09-15T10:42:39Z)
Detecting Abusive Albanian [5.092028049119383]
scShajは、さまざまなソーシャルメディアプラットフォーム上のユーザーテキストコンテンツから構築されたヘイトスピーチと攻撃的なスピーチのための注釈付きデータセットである。データセットは3つの異なる分類モデルを用いてテストされ、最も良いものは攻撃言語を識別するためのF1スコア0.77を達成することである。
論文参考訳（メタデータ） (2021-07-28T18:47:32Z)
Negation Handling in Machine Learning-Based Sentiment Classification for Colloquial Arabic [0.0]
アラビア語の感情分析における否定の役割は、特に口語アラビア語について限定的に研究されている。そこで本研究では,多くの否定事例からルールを導出する簡単なルールベースアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-07-24T13:12:37Z)

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。