論文の概要: Jointly modelling the evolution of community structure and language in online extremist groups

• arxiv url: http://arxiv.org/abs/2409.19243v1
• Date: Sat, 28 Sep 2024 05:19:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-06 00:18:22.597919
• Title: Jointly modelling the evolution of community structure and language in online extremist groups
• Title（参考訳）: オンライン過激派集団におけるコミュニティ構造と言語の発展の連成モデル
• Authors: Christine de Kock,
• Abstract要約: グループ間相互作用は、特定の社会的・時間的文脈内で発生し、コミュニティをモデル化する際に考慮すべきである。 本稿では,コミュニティ構造と言語を時間とともに共同でモデル化する手法を提案し,過激派反女性オンライングループの文脈に応用する。
• 参考スコア（独自算出の注目度）: 5.384630221560811
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Group interactions take place within a particular socio-temporal context, which should be taken into account when modelling communities. We propose a method for jointly modelling community structure and language over time, and apply it in the context of extremist anti-women online groups (collectively known as the manosphere). Our model derives temporally grounded embeddings for words and users, which evolve over the training window. We show that this approach outperforms prior models which lacked one of these components (i.e. not incorporating social structure, or using static word embeddings). Using these embeddings, we investigate the evolution of users and words within these communities in three ways: (i) we model a user as a sequence of embeddings and forecast their affinity groups beyond the training window, (ii) we illustrate how word evolution is useful in the context of temporal events, and (iii) we characterise the propensity for violent language within subgroups of the manosphere.
• Abstract（参考訳）: グループ間相互作用は、特定の社会的・時間的文脈内で発生し、コミュニティをモデル化する際に考慮すべきである。 本稿では,コミュニティ構造と言語を時間とともに共同でモデル化する手法を提案し,これを過激派反女性オンライングループ(マンスフィア)の文脈に適用する。 我々のモデルは、トレーニングウィンドウ上で進化する単語やユーザに対して、時間的に接地された埋め込みを導出する。 このアプローチは、これらの構成要素の1つを欠いた先行モデル(例えば、社会構造を組み込んだり、静的な単語埋め込みを使ったりしない)よりも優れていることを示す。 これらの埋め込みを用いて、これらのコミュニティ内でのユーザと単語の進化を3つの方法で調査する。 i)ユーザを埋め込みのシーケンスとしてモデル化し,トレーニングウィンドウを超えて親和性グループを予測する。 (II)時相事象の文脈において,単語の進化がいかに有用かを説明する。 (三)マンスフェアのサブグループ内の暴力的言語に対する妥当性を特徴付ける。

関連論文リスト

• LISTN: Lexicon induction with socio-temporal nuance [5.384630221560811]
  本稿では,その社会的・時間的文脈を取り入れた,グループ内レキシコンを誘導する新しい手法を提案する。 オンラインの反女性コミュニティの会話で訓練された動的単語とユーザ埋め込みを用いて、我々のアプローチは、レキシコン誘導の先行手法よりも優れている。 本稿では,本手法の有用性を示すグループ内言語に関する新たな知見を示す。
  論文  参考訳（メタデータ） (2024-09-28T06:20:20Z)
• Language Evolution with Deep Learning [49.879239655532324]
  計算モデリングは言語の出現の研究において重要な役割を担っている。 構造化言語の出現を誘発する可能性のある条件と学習プロセスをシミュレートすることを目的としている。 この章では、最近機械学習の分野に革命をもたらした別の種類の計算モデル、ディープ・ラーニング・モデルについて論じる。
  論文  参考訳（メタデータ） (2024-03-18T16:52:54Z)
• Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
  視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。 モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。 このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
  論文  参考訳（メタデータ） (2023-07-25T17:59:18Z)
• Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
  テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-22T08:02:23Z)
• Compositional Temporal Grounding with Structured Variational Cross-Graph Correspondence Learning [92.07643510310766]
  ビデオの時間的接地は、あるクエリ文に意味的に対応する1つのターゲットビデオセグメントをローカライズすることを目的としている。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 出現した単語の新たな組み合わせによるクエリの一般化に失敗したことを実証的に見出した。 本稿では,ビデオと言語を複数の階層構造に明示的に分解する多変分グラフ推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-24T12:55:23Z)
• Group-Node Attention for Community Evolution Prediction [9.777369108179501]
  本稿では,構造情報と時間情報からコミュニティの進化を予測するための新しいグラフニューラルネットワークを提案する。 標準ベースライン法との比較評価を行い,本モデルがベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-07-09T16:16:10Z)
• Creolizing the Web [2.393911349115195]
  本稿では,言語進化の社会学的モデルにおける進化パターンの検出手法を提案する。 我々は,個人間のコミュニケーションに基づく言語の一般化進化モデルに対する厳密な基礎を提供する最小主義モデルを開発した。 実験結果とその解釈を rdt から得られた実世界のデータセットに提示し,コミュニティを識別し,意見の反響室を抽出する。
  論文  参考訳（メタデータ） (2021-02-24T16:08:45Z)
• Characterizing English Variation across Social Media Communities with BERT [9.98785450861229]
  474のRedditコミュニティで2ヶ月の英語コメントを分析した。 コミュニティに異なる感覚のクラスタの特異性は、コミュニティのユニークな単語タイプの特異性と組み合わさって、社会グループの言語が規範から逸脱するケースを特定するために使用されます。 高度に識別された言語を持つコミュニティは中規模であり、忠実で熱心なユーザは密集したネットワークで交流する。
  論文  参考訳（メタデータ） (2021-02-12T23:50:57Z)
• Grounded Compositional Outputs for Adaptive Language Modeling [59.02706635250856]
  言語モデルの語彙$-$典型的にはトレーニング前に選択され、後で永久に固定される$-$は、そのサイズに影響します。 言語モデルのための完全合成出力埋め込み層を提案する。 我々の知る限り、この結果はトレーニング語彙に依存しないサイズを持つ最初の単語レベル言語モデルである。
  論文  参考訳（メタデータ） (2020-09-24T07:21:14Z)
• GRADE: Graph Dynamic Embedding [76.85156209917932]
  GRADEは、軌道に先立ってランダムウォークを課すことで、進化するノードとコミュニティ表現を生成することを学ぶ確率モデルである。 我々のモデルは、遷移行列を介して時間ステップ間で更新されるノードコミュニティメンバシップも学習する。 実験では、GRADEは動的リンク予測においてベースラインを上回る性能を示し、動的コミュニティ検出において好適な性能を示し、一貫性と解釈可能な進化するコミュニティを特定する。
  論文  参考訳（メタデータ） (2020-07-16T01:17:24Z)

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。