論文の概要: Jointly modelling the evolution of social structure and language in online communities
- arxiv url: http://arxiv.org/abs/2409.19243v2
- Date: Fri, 13 Jun 2025 04:26:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-16 17:50:49.438575
- Title: Jointly modelling the evolution of social structure and language in online communities
- Title（参考訳）: オンラインコミュニティにおける社会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・時間的文脈内で起こる。
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する。
擬似的過激主義集団の文脈において,本手法を適用し,評価する。
- 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 interactions in online communities. We propose a method for jointly modelling community structure and language over time. Our system produces dynamic word and user representations that can be used to cluster users, investigate thematic interests of groups, and predict group membership. We apply and evaluate our method in the context of a set of misogynistic extremist groups. Our results indicate that this approach outperforms prior models which lacked one of these components (i.e. not incorporating social structure, or using static word embeddings) when evaluated on clustering and embedding prediction tasks. Our method further enables novel types of analyses on online groups, including tracing their response to temporal events and quantifying their propensity for using violent language, which is of particular importance in the context of extremist groups.
- Abstract（参考訳）: グループ間相互作用は、オンラインコミュニティにおける相互作用をモデル化する際に考慮すべき、特定の社会的・時間的文脈内で行われる。
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する。
本システムでは,ユーザをクラスタリングし,グループのテーマ的関心を調査し,グループメンバシップを予測できる動的単語とユーザ表現を生成する。
擬似的過激主義集団の文脈において,本手法を適用し,評価する。
提案手法は,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,静的単語の埋め込みを使わなかったり)をクラスタリングや組込み予測タスクで評価した場合に優れていた。
提案手法は,時間的事象に対する応答の追跡や,過激派集団の文脈において特に重要な暴力的言語の使用に対する妥当性の定量化など,オンライングループにおける新たなタイプの分析を可能にする。
関連論文リスト
- A two-stage model leveraging friendship network for community evolution prediction in interactive networks [2.075891315372943]
地域社会の発展のタイプと範囲を予測する2段階モデルを提案する。
本モデルでは,進化型と回帰型の多クラス分類を一つのフレームワーク内で統合する。
3つのデータセットに対する実験結果から,提案モデルが他のモデルよりも有意な優位性を示した。
論文 参考訳（メタデータ） (2025-03-20T02:05:36Z) - 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。