論文の概要: OATH-Frames: Characterizing Online Attitudes Towards Homelessness with LLM Assistants

• arxiv url: http://arxiv.org/abs/2406.14883v1
• Date: Fri, 21 Jun 2024 06:09:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-24 14:42:51.087025
• Title: OATH-Frames: Characterizing Online Attitudes Towards Homelessness with LLM Assistants
• Title（参考訳）: OATHフレーム:LLMアシスタントによるホームレスに対するオンライン態度の特徴付け
• Authors: Jaspreet Ranjit, Brihi Joshi, Rebecca Dorn, Laura Petry, Olga Koumoundouros, Jayne Bottarini, Peichen Liu, Eric Rice, Swabha Swayamdipta,
• Abstract要約: 我々は、大きな言語モデルの顕著な能力を活用して、米国のホームレスを調査する。 フレーミング型について紹介する: オンライン態度(Online Attitudes Towards Homelessness, OATH)フレーム:9つの階層的なフレームが批判、反応、知覚を捉えている。 OATH-Frames on 2.4M post on 2.4M post on homelessness” による大規模分析から、州、期間、脆弱な人口に対する態度の重要さが明らかになった。
• 参考スコア（独自算出の注目度）: 12.508665392353997
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Warning: Contents of this paper may be upsetting. Public attitudes towards key societal issues, expressed on online media, are of immense value in policy and reform efforts, yet challenging to understand at scale. We study one such social issue: homelessness in the U.S., by leveraging the remarkable capabilities of large language models to assist social work experts in analyzing millions of posts from Twitter. We introduce a framing typology: Online Attitudes Towards Homelessness (OATH) Frames: nine hierarchical frames capturing critiques, responses and perceptions. We release annotations with varying degrees of assistance from language models, with immense benefits in scaling: 6.5x speedup in annotation time while only incurring a 3 point F1 reduction in performance with respect to the domain experts. Our experiments demonstrate the value of modeling OATH-Frames over existing sentiment and toxicity classifiers. Our large-scale analysis with predicted OATH-Frames on 2.4M posts on homelessness reveal key trends in attitudes across states, time periods and vulnerable populations, enabling new insights on the issue. Our work provides a general framework to understand nuanced public attitudes at scale, on issues beyond homelessness.
• Abstract（参考訳）: 警告: この論文の内容は動揺しているかもしれない。 オンラインメディアで表現された重要な社会問題に対する大衆の態度は、政策や改革活動において大きな価値を持っているが、大規模に理解することは困難である。 われわれは、米国のホームレスについて、大規模言語モデルの驚くべき能力を活用して、Twitterから何百万もの投稿を解析するソーシャルワークの専門家を支援することで研究している。 フレーミング型について紹介する: オンライン態度(Online Attitudes Towards Homelessness, OATH)フレーム:9つの階層的なフレームが批判、反応、知覚を捉えている。 アノテーションのスピードアップは6.5倍ですが、ドメインの専門家にとってはパフォーマンスが3ポイントF1に低下します。 本実験は,OATHフレームを既存の感情と毒性分類器に比較してモデル化することの価値を実証する。 OATH-Frames on 2.4M post on 2.4M post on homelessness” による大規模分析では、州、期間、脆弱な人口に対する態度の重要さが示され、この問題に対する新たな洞察が得られました。 我々の研究は、ホームレス以外の問題に関して、大規模な公共の態度を理解するための一般的な枠組みを提供する。

関連論文リスト

• SoMeLVLM: A Large Vision Language Model for Social Media Processing [78.47310657638567]
  ソーシャルメディア処理のための大規模ビジョン言語モデル(SoMeLVLM)を提案する。 SoMeLVLMは、知識と理解、応用、分析、評価、作成を含む5つの重要な機能を備えた認知フレームワークである。 実験により,複数のソーシャルメディアタスクにおいて,SoMeLVLMが最先端のパフォーマンスを達成できることが実証された。
  論文  参考訳（メタデータ） (2024-02-20T14:02:45Z)
• Tracking the Newsworthiness of Public Documents [107.12303391111014]
  この研究は、サンフランシスコ・クロニクル(San Francisco Chronicle)によるサンフランシスコ・ベイエリアにおける地方公共政策のニュース報道に焦点を当てている。 まず、新聞記事、公共政策文書、会議記録を収集し、確率的関係モデルを用いてそれらをリンクする。 第二に、ポリシー項目がカバーされるかどうかを予測するために、ニューズサステイネス予測という新しいタスクを定義します。
  論文  参考訳（メタデータ） (2023-11-16T10:05:26Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• Understanding writing style in social media with a supervised contrastively pre-trained transformer [57.48690310135374]
  オンラインソーシャルネットワークは、ヘイトスピーチから偽情報の拡散まで、有害な行動の場として機能している。 本稿では, 4.5 x 106テキストの公開資料から得られた大規模コーパスに基づいて学習したStyle Transformer for Authorship Representations (STAR)を紹介する。 512個のトークンからなる8つのドキュメントからなるサポートベースを使用して、著者を最大1616人の著者のセットから、少なくとも80%の精度で識別することができる。
  論文  参考訳（メタデータ） (2023-10-17T09:01:17Z)
• Topological Data Mapping of Online Hate Speech, Misinformation, and General Mental Health: A Large Language Model Based Study [6.803493330690884]
  機械学習と大規模言語モデルの最近の進歩は、そのような分析を可能にした。 本研究では,ソーシャルメディアサイトReddit上で,慎重に選択されたコミュニティから何千もの投稿を収集した。 各種コミュニティにおけるヘイトスピーチ/誤情報の役割を理解するため,埋め込みに基づく各種機械学習分類を行った。
  論文  参考訳（メタデータ） (2023-09-22T15:10:36Z)
• An assessment of measuring local levels of homelessness through proxy social media signals [0.0]
  「2010～2019年と2022年の間、全米の州レベルでホームレスを推定するには、ホームレスを含む約100万件のジオタグ付きツイートのデータセットを使います。」 英語のツイートで「ホームレス」の対数の増加は、ホームレスに関するツイートも全国規模のトレンドの影響を受けていることを示唆している。 つぶやきの語彙的内容の変化は、国家レベルの傾向や国家レベルの傾向の極性への逆転が、政治的あるいはサービスセクター言語の増加によって検出可能であることを示唆している。
  論文  参考訳（メタデータ） (2023-05-15T19:40:28Z)
• Uncurated Image-Text Datasets: Shedding Light on Demographic Bias [21.421722941901123]
  MSCOCOのような小さいが手動で注釈付けされたデータセットでさえ、社会的バイアスの影響を受けている。 最初のコントリビューションは、ビジョンと言語モデルのトレーニングに広く使用されている、Google Conceptual Captionsデータセットの一部に注釈を付けることです。 第2の貢献は、アノテーションの包括的な分析を行うことであり、どのように異なる人口集団が表現されるかに焦点を当てている。 第3の貢献は3つの一般的な視覚・言語タスクを評価することであり、社会的バイアスはそれらすべてにおいて永続的な問題であることを示している。
  論文  参考訳（メタデータ） (2023-04-06T02:33:51Z)
• Depression detection in social media posts using affective and social norm features [84.12658971655253]
  ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。 我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。 提案された機能を含めると、両方の設定で最先端の結果が得られます。
  論文  参考訳（メタデータ） (2023-03-24T21:26:27Z)
• Qualitative Analysis of a Graph Transformer Approach to Addressing Hate Speech: Adapting to Dynamically Changing Content [8.393770595114763]
  我々は、ソーシャルネットワークにおけるヘイトスピーチ検出のために、このソリューションの詳細な質的分析を提供する。 重要な洞察は、コンテキストの概念に関する推論に焦点が当てられていることは、オンライン投稿のマルチモーダル分析をサポートするのに十分な位置にあるということだ。 この問題が特に動的変化のテーマとどのように関係しているかを考察して結論付けます。
  論文  参考訳（メタデータ） (2023-01-25T23:32:32Z)
• Physical Adversarial Attack meets Computer Vision: A Decade Survey [55.38113802311365]
  本稿では,身体的敵意攻撃の概要を概観する。 本研究は,身体的敵意攻撃の性能を体系的に評価する第一歩を踏み出した。 提案する評価基準であるhiPAAは6つの視点から構成される。
  論文  参考訳（メタデータ） (2022-09-30T01:59:53Z)
• Modeling Framing in Immigration Discourse on Social Media [6.303801812707287]
  政治問題のフレームは 政策や世論に影響を及ぼす 我々は、政治コミュニケーション理論から複数のフラーミング型にラベル付けされた移民関連ツイートのデータセットを作成する。 ユーザのイデオロギーと地域がフレーミングの選択にどのように影響するか,メッセージのフレーミングが聴衆の反応にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-04-13T18:35:44Z)

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。