Fugu-MT 論文翻訳(概要): MoralBERT: A Fine-Tuned Language Model for Capturing Moral Values in Social Discussions

論文の概要: MoralBERT: A Fine-Tuned Language Model for Capturing Moral Values in Social Discussions

arxiv url: http://arxiv.org/abs/2403.07678v2
Date: Fri, 19 Jul 2024 15:27:35 GMT
ステータス: 処理完了
システム内更新日: 2024-07-22 23:37:22.587528
Title: MoralBERT: A Fine-Tuned Language Model for Capturing Moral Values in Social Discussions
Title（参考訳）: MoralBERT: 社会的議論における道徳的価値を捉えるための微調整言語モデル
Authors: Vjosa Preniqi, Iacopo Ghinassi, Julia Ive, Charalampos Saitis, Kyriaki Kalimeri,
Abstract要約: 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。自然言語処理(NLP)の最近の進歩は、人文コンテンツにおいて道徳的価値を測ることができることを示している。本稿では、社会談話における道徳的感情を捉えるために微調整された言語表現モデルであるMoralBERTを紹介する。
参考スコア（独自算出の注目度）: 4.747987317906765
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Moral values play a fundamental role in how we evaluate information, make decisions, and form judgements around important social issues. Controversial topics, including vaccination, abortion, racism, and sexual orientation, often elicit opinions and attitudes that are not solely based on evidence but rather reflect moral worldviews. Recent advances in Natural Language Processing (NLP) show that moral values can be gauged in human-generated textual content. Building on the Moral Foundations Theory (MFT), this paper introduces MoralBERT, a range of language representation models fine-tuned to capture moral sentiment in social discourse. We describe a framework for both aggregated and domain-adversarial training on multiple heterogeneous MFT human-annotated datasets sourced from Twitter (now X), Reddit, and Facebook that broaden textual content diversity in terms of social media audience interests, content presentation and style, and spreading patterns. We show that the proposed framework achieves an average F1 score that is between 11% and 32% higher than lexicon-based approaches, Word2Vec embeddings, and zero-shot classification with large language models such as GPT-4 for in-domain inference. Domain-adversarial training yields better out-of domain predictions than aggregate training while achieving comparable performance to zero-shot learning. Our approach contributes to annotation-free and effective morality learning, and provides useful insights towards a more comprehensive understanding of moral narratives in controversial social debates using NLP.
Abstract（参考訳）: 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。予防接種、中絶、人種差別、性的指向などの論争的な話題は、しばしば、証拠のみに基づくのではなく、むしろ道徳的な世界観を反映する意見や態度を引き出す。自然言語処理(NLP)の最近の進歩は、人文コンテンツにおいて道徳的価値を測ることができることを示している。 The Moral Foundations Theory (MFT) に基づいて,社会談話における道徳的感情を捉えるために微調整された言語表現モデルである MoralBERT を紹介する。ソーシャルメディアのオーディエンス、コンテンツプレゼンテーション、スタイル、および拡散パターンの観点から、テキストコンテンツの多様性を拡大するフレームワークについて説明する。提案手法は,辞書ベースの手法,Word2Vec の埋め込み,ドメイン内推論のための GPT-4 などの大規模言語モデルを用いたゼロショット分類よりも 11% から 32% のF1 スコアが得られることを示す。ドメイン・アドバイザリ・トレーニングは、0ショット・ラーニングに匹敵するパフォーマンスを達成しながら、アグリゲート・トレーニングよりもドメイン外予測が優れている。我々のアプローチは、注釈のない効果的な道徳学習に寄与し、NLPを用いた議論のある社会討論において、道徳的物語をより包括的に理解するための有用な洞察を提供する。

関連論文リスト

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)
ClarifyDelphi: Reinforced Clarification Questions with Defeasibility Rewards for Social and Moral Situations [81.70195684646681]
本稿では,ClarifyDelphiという対話型システムについて紹介する。我々は、潜在的な答えが道徳的判断の多様化に繋がる質問が最も有益であると仮定する。私たちの研究は究極的には、道徳的認知の柔軟性を研究してきた認知科学の研究にインスピレーションを受けています。
論文参考訳（メタデータ） (2022-12-20T16:33:09Z)
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。