論文の概要: MoralBERT: Detecting Moral Values in Social Discourse

• arxiv url: http://arxiv.org/abs/2403.07678v1
• Date: Tue, 12 Mar 2024 14:12:59 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-13 21:26:55.942919
• Title: MoralBERT: Detecting Moral Values in Social Discourse
• Title（参考訳）: MoralBERT:社会談話における道徳的価値の検出
• Authors: Vjosa Preniqi, Iacopo Ghinassi, Kyriaki Kalimeri, Charalampos Saitis
• Abstract要約: 道徳は、私たちの決定や判断に大きな影響を与えながら、情報をどのように知覚するかにおいて、基本的な役割を担います。 自然言語処理の最近の進歩は、道徳的価値を人間の生成したテキストコンテンツで測定できることを実証している。 そこで本研究では,MoralBERTと呼ばれるテキストの道徳的ニュアンスを正確に捉えるために,微調整された言語表現モデルを設計する。 私たちは、Twitter、Reddit、Facebookの3つの異なるソースからの注釈付き道徳データを活用しています。
• 参考スコア（独自算出の注目度）: 3.0567348883549816
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Morality plays a fundamental role in how we perceive information while greatly influencing our decisions and judgements. Controversial topics, including vaccination, abortion, racism, and sexuality, often elicit opinions and attitudes that are not solely based on evidence but rather reflect moral worldviews. Recent advances in natural language processing have demonstrated that moral values can be gauged in human-generated textual content. Here, we design a range of language representation models fine-tuned to capture exactly the moral nuances in text, called MoralBERT. We leverage annotated moral data from three distinct sources: Twitter, Reddit, and Facebook user-generated content covering various socially relevant topics. This approach broadens linguistic diversity and potentially enhances the models' ability to comprehend morality in various contexts. We also explore a domain adaptation technique and compare it to the standard fine-tuned BERT model, using two different frameworks for moral prediction: single-label and multi-label. We compare in-domain approaches with conventional models relying on lexicon-based techniques, as well as a Machine Learning classifier with Word2Vec representation. Our results showed that in-domain prediction models significantly outperformed traditional models. While the single-label setting reaches a higher accuracy than previously achieved for the task when using BERT pretrained models. Experiments in an out-of-domain setting, instead, suggest that further work is needed for existing domain adaptation techniques to generalise between different social media platforms, especially for the multi-label task. The investigations and outcomes from this study pave the way for further exploration, enabling a more profound comprehension of moral narratives about controversial social issues.
• Abstract（参考訳）: 道徳は、私たちの決定や判断に大きな影響を与えながら、情報をどのように知覚するかにおいて、基本的な役割を担います。 ワクチン接種、中絶、人種差別、セクシュアリティなど、議論を呼ぶ話題は、しばしば、証拠に基づくだけでなく、道徳的な世界観を反映した意見や態度を引き出す。 自然言語処理の最近の進歩は、道徳的価値を人間の生成したテキストコンテンツで測定できることを実証している。 そこで本研究では,MoralBERTと呼ばれるテキストの道徳的ニュアンスを正確に捉えるために,微調整された言語表現モデルを設計する。 私たちは、Twitter、Reddit、Facebookの3つの異なるソースからの注釈付き道徳データを活用しています。 このアプローチは言語の多様性を広げ、様々な文脈で道徳を理解するモデルの能力を高める可能性がある。 また、モラル予測のための2つの異なるフレームワークであるシングルラベルとマルチラベルを用いて、ドメイン適応手法を標準の微調整bertモデルと比較した。 ドメイン内アプローチと従来の辞書ベースの手法に依存するモデルとを比較し,Word2Vec表現を用いた機械学習分類器を提案する。 その結果,ドメイン内予測モデルは従来のモデルよりも有意に優れていた。 単一ラベル設定は、BERT事前訓練モデルを使用する場合のタスクで以前達成したよりも高い精度に達する。 ドメイン外環境での実験は、既存のドメイン適応技術がさまざまなソーシャルメディアプラットフォーム、特にマルチレーベルタスクの間で一般化するためには、さらなる作業が必要であることを示唆する。 この研究による調査と成果は、さらなる調査の道を開き、議論を呼ぶ社会問題に関する道徳的な物語をより深く理解することを可能にした。

関連論文リスト

• M$^3$oralBench: A MultiModal Moral Benchmark for LVLMs [66.78407469042642]
  LVLMのための最初のMultiModal Moral BenchmarkであるM$3$oralBenchを紹介する。 M$3$oralBench は Moral Foundations Vignettes (MFVs) の日常的なモラルシナリオを拡張し、テキストから画像への拡散モデル SD3.0 を用いて対応するシナリオイメージを作成する。 道徳基礎理論(MFT)の6つの道徳的基礎にまたがって道徳的評価を行い、道徳的判断、道徳的分類、道徳的対応の課題を含む。
  論文  参考訳（メタデータ） (2024-12-30T05:18:55Z)
• The Moral Foundations Weibo Corpus [0.0]
  道徳的な感情は、オンライン環境とオフライン環境の両方に影響し、行動スタイルと相互作用パターンを形成する。 既存のコーパスは価値はあるものの、しばしば言語的な制限に直面している。 このコーパスは、Weiboに関する25,671の中国語のコメントで構成され、6つの多様な話題領域を含んでいる。
  論文  参考訳（メタデータ） (2024-11-14T17:32:03Z)
• Automatic Detection of Moral Values in Music Lyrics [4.747987317906765]
  道徳的価値は、情報を評価し、意思決定し、重要な社会問題に関する判断を形成する上で、基本的な役割を担います。 2人の専門家が注釈付けした200曲のリアル歌詞の道徳的価値を検出するために,2,721の合成歌詞を微調整した変換器ベース言語モデル(BERT)のセットを課題とした。 MFTアノテーション付きソーシャルメディアテキストを微調整したBERTやゼロショット(GPT-4)分類など,一連のベースラインに対する予測能力の評価を行った。 提案したモデルでは、平均F1重み付きスコアが0.8で、実験全体で最高の精度が得られた。
  論文  参考訳（メタデータ） (2024-07-26T14:49:21Z)
• What Makes it Ok to Set a Fire? Iterative Self-distillation of Contexts and Rationales for Disambiguating Defeasible Social and Moral Situations [48.686872351114964]
  道徳的または倫理的な判断は、それらが起こる特定の文脈に大きく依存する。 我々は,行動が多かれ少なかれ道徳的に容認されるような,根底的な文脈を提供するという,デファシブルな道徳的推論を導入する。 文脈化と論理の1.2M項目からなる高品質なデータセットを115Kデファシブルな道徳行動のために蒸留する。
  論文  参考訳（メタデータ） (2023-10-24T00:51:29Z)
• Value Kaleidoscope: Engaging AI with Pluralistic Human Values, Rights, and Duties [68.66719970507273]
  価値多元性とは、複数の正しい値が互いに緊張して保持されるという考え方である。 統計的学習者として、AIシステムはデフォルトで平均に適合する。 ValuePrismは、218kの値、権利、義務の大規模なデータセットで、31kの人間が記述した状況に関連付けられています。
  論文  参考訳（メタデータ） (2023-09-02T01:24:59Z)
• Rethinking Machine Ethics -- Can LLMs Perform Moral Reasoning through the Lens of Moral Theories? [78.3738172874685]
  倫理的AIシステムの開発には倫理的判断が不可欠である。 一般的なアプローチは主にボトムアップ方式で実装されており、モラルに関するクラウドソースの意見に基づいて、大量の注釈付きデータを使用してモデルをトレーニングする。 本研究は、学際的な研究から確立された道徳理論を用いて道徳的推論を行うために、言語モデル(LM)を操る柔軟なトップダウンフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-08-29T15:57:32Z)
• Towards Few-Shot Identification of Morality Frames using In-Context Learning [24.29993132301275]
  我々は,Large Language Models (LLMs) を用いた心理言語学的な概念であるMorality Framesの少数ショット識別について検討した。 道徳的フレームは、テキストで表される道徳的感情の全体像を提供する表現フレームワークである。 本稿では,事前訓練された大規模言語モデルを用いた道徳的枠組みの同定手法を提案する。
  論文  参考訳（メタデータ） (2023-02-03T23:26:59Z)
• The Moral Foundations Reddit Corpus [3.0320832388397827]
  モラルフレーミングと感情は、様々なオンラインおよびオフラインの行動に影響を与える可能性がある。 私たちは12の異なるサブレディットからキュレートされた16,123のRedditコメントのコレクションであるMoral Foundations Reddit Corpusを紹介します。
  論文  参考訳（メタデータ） (2022-08-10T20:08:10Z)
• Learning to Adapt Domain Shifts of Moral Values via Instance Weighting [74.94940334628632]
  ソーシャルメディアからユーザ生成テキストの道徳的価値を分類することは、コミュニティ文化を理解する上で重要である。 道徳的価値観と言語使用法は、社会運動全体で変化しうる。 本稿では、ドメイン間分類タスクを改善するために、インスタンス重み付けによるニューラルネットワーク適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-04-15T18:15:41Z)
• Aligning AI With Shared Human Values [85.2824609130584]
  私たちは、正義、幸福、義務、美徳、常識道徳の概念にまたがる新しいベンチマークであるETHICSデータセットを紹介します。 現在の言語モデルは、基本的な人間の倫理的判断を予測できる有望だが不完全な能力を持っている。 私たちの研究は、今日の機械倫理の進歩を示しており、人間の価値観に合わせたAIへの足掛かりを提供する。
  論文  参考訳（メタデータ） (2020-08-05T17:59:16Z)
• Text-based inference of moral sentiment change [11.188112005462536]
  本研究では、縦型コーパスを用いて、一般大衆の道徳的感情変化を調査するためのテキストベースの枠組みを提案する。 ダイアクロニックな単語の埋め込みから学んだ道徳的バイアスを探索することで方法論を構築します。 我々の研究は、社会における道徳的感情の変化を特徴づけるために自然言語処理を適用する機会を提供する。
  論文  参考訳（メタデータ） (2020-01-20T18:52:45Z)

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。