論文の概要: Subversive Characters and Stereotyping Readers: Characterizing Queer Relationalities with Dialogue-Based Relation Extraction

• arxiv url: http://arxiv.org/abs/2410.14978v2
• Date: Tue, 22 Oct 2024 01:29:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-23 14:29:13.933172
• Title: Subversive Characters and Stereotyping Readers: Characterizing Queer Relationalities with Dialogue-Based Relation Extraction
• Title（参考訳）: サブバーシブ文字とステレオタイピング読み手:対話に基づく関係抽出によるクエリ関係性の特徴付け
• Authors: Kent K. Chang, Anna Ho, David Bamman,
• Abstract要約: 本稿では,対話型対話におけるテレビキャラクタのステレオタイピングの認知過程をモデル化する。 ダイアドが与えられたら、話者が言葉を通してどのような社会的関係を示すかを予測したい。 次に、サブバーシブは、モデルの予測と基底真理ラベルの分布の相違によって特徴づけられる。
• 参考スコア（独自算出の注目度）: 13.40905910820175
• License:
• Abstract: Television is often seen as a site for subcultural identification and subversive fantasy, including in queer cultures. How might we measure subversion, or the degree to which the depiction of social relationship between a dyad (e.g. two characters who are colleagues) deviates from its typical representation on TV? To explore this question, we introduce the task of stereotypic relationship extraction. Built on cognitive stylistics, linguistic anthropology, and dialogue relation extraction, in this paper, we attempt to model the cognitive process of stereotyping TV characters in dialogic interactions. Given a dyad, we want to predict: what social relationship do the speakers exhibit through their words? Subversion is then characterized by the discrepancy between the distribution of the model's predictions and the ground truth labels. To demonstrate the usefulness of this task and gesture at a methodological intervention, we enclose four case studies to characterize the representation of queer relationalities in the Big Bang Theory, Frasier, and Gilmore Girls, as we explore the suspicious and reparative modes of reading with our computational methods.
• Abstract（参考訳）: テレビはしばしば、クイア文化を含むサブカルチャーの識別とサブヴァーシブファンタジーの場として見なされる。 テレビの典型的な表現からダイアド(例えば同僚である2人の人物)の社会的関係の描写をどう測るか。 そこで本研究では,ステレオタイプ関係抽出の課題について紹介する。 本稿では,対話型対話におけるテレビキャラクタのステレオタイピングの認知過程をモデル化するために,認知的スタイリスティックス,言語人類学,対話関係抽出に基づく。 講演者は、言葉を通じてどのような社会的関係を示すのか? 次に、変換はモデルの予測と基底真理ラベルの分布の相違によって特徴づけられる。 本課題の有用性を実証するため,本研究は,ビッグバン理論,フレイザー,ギルモアガールズにおけるキーリレーショナル性の表現を特徴付ける4つのケーススタディを包含する。

関連論文リスト

• Capturing Differences in Character Representations Between Communities: An Initial Study with Fandom [0.0]
  本研究は,物語物語界の不可欠な部分であるキャラクタの再解釈に焦点を当てる。 オンラインファンダムをデータとして利用し、2つのコミュニティ間のキャラクター表現の変化を探索するために計算手法を適用した。
  論文  参考訳（メタデータ） (2024-09-17T13:24:29Z)
• Getting aligned on representational alignment [89.81370730647467]
  本研究では,認知科学,神経科学,機械学習における表現的アライメントの研究を行う。 表現的アライメントに関心のある研究コミュニティ間での知識伝達は限られている。 本稿では,表現的アライメントを研究する研究者の間で共通言語として機能する統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-18T17:47:58Z)
• Are Fairy Tales Fair? Analyzing Gender Bias in Temporal Narrative Event Chains of Children's Fairy Tales [46.65377334112404]
  社会的バイアスやステレオタイプは、私たちの物語における彼らの存在を通じて、私たちの文化に埋め込まれています。 そこで本稿では,各キャラクタに対して,物語の時間的動詞に基づくイベントチェーンを自動的に抽出する計算パイプラインを提案する。 また、従来のステレオタイプと整合するカテゴリを含むことで、バイアス分析を容易にする動詞ベースのイベントアノテーションスキームを提案する。
  論文  参考訳（メタデータ） (2023-05-26T05:29:37Z)
• Improving (Dis)agreement Detection with Inductive Social Relation Information From Comment-Reply Interactions [49.305189190372765]
  社会関係情報は、テキスト情報以外の(認識の)タスクにおいて補助的な役割を果たすことができる。 本稿では,このような関係情報を(離散化)データから帰納的社会関係グラフに抽出する手法を提案する。 社会関係は,特に長時間のコメント-返信ペアにおいて,(不一致)認識モデルの性能を高めることができる。
  論文  参考訳（メタデータ） (2023-02-08T09:09:47Z)
• Easily Accessible Text-to-Image Generation Amplifies Demographic Stereotypes at Large Scale [61.555788332182395]
  危険で複雑なステレオタイプを増幅する機械学習モデルの可能性を検討する。 さまざまな通常のプロンプトがステレオタイプを生成しており、それらは単に特性、記述子、職業、オブジェクトに言及するプロンプトを含む。
  論文  参考訳（メタデータ） (2022-11-07T18:31:07Z)
• How well can Text-to-Image Generative Models understand Ethical Natural Language Interventions? [67.97752431429865]
  倫理的介入を加える際の画像の多様性への影響について検討した。 予備研究は、モデル予測の大きな変化が「性別の無視」のような特定のフレーズによって引き起こされることを示している。
  論文  参考訳（メタデータ） (2022-10-27T07:32:39Z)
• Learning Triadic Belief Dynamics in Nonverbal Communication from Videos [81.42305032083716]
  非言語コミュニケーションはエージェント間で豊富な社会情報を伝達することができる。 本論文では,エージェントの精神状態を表現,モデル化,学習,推論するために,異なる非言語的コミュニケーションキューを組み込んだ。
  論文  参考訳（メタデータ） (2021-04-07T00:52:04Z)
• Aspectuality Across Genre: A Distributional Semantics Approach [25.816944882581343]
  英語における動詞の語彙的側面の解釈は、文的含意を認識し、談話レベルの推論を学ぶ上で重要な役割を担っている。 アスペクト型クラス,状態対イベント,およびテクスチャ対テイリック事象の2つの基本次元を分散意味論で効果的にモデル化できることが示される。
  論文  参考訳（メタデータ） (2020-10-31T19:37:22Z)
• "where is this relationship going?": Understanding Relationship Trajectories in Narrative Text [28.14874371042193]
  社会的な相互作用を記述する物語が与えられたとき、システムは根底にある関係の軌跡について推測する。 新しいデータセットであるSocial Narrative Treeを構築し、1250のストーリーからなり、様々な日々の社会的相互作用を文書化しています。
  論文  参考訳（メタデータ） (2020-10-29T02:07:05Z)
• Multilingual Contextual Affective Analysis of LGBT People Portrayals in Wikipedia [34.183132688084534]
  物語文における特定の語彙選択は、物語の中の人々に対する作家の態度を反映し、聴衆の反応に影響を与える。 言語や文化によって単語の意味がどう異なるかを示し、既存の英語データセットを一般化することの難しさを浮き彫りにしている。 次に、LGBTコミュニティのメンバーのウィキペディアの伝記ページを3つの言語で分析することで、本手法の有用性を実証する。
  論文  参考訳（メタデータ） (2020-10-21T08:27:36Z)
• Learning Interactions and Relationships between Movie Characters [37.27773051465456]
  我々は、相互作用、関係、および関係する一対のキャラクタを学習し、共同で予測するニューラルネットワークを提案する。 ビデオ中の対話的文字のペアをローカライズすることは時間を要するプロセスであり、クリップレベルの弱いラベルから学習するためにモデルをトレーニングする。 我々は、MovieGraphsデータセット上でモデルを評価し、モダリティの影響、関係を予測するための時間的コンテキストの使用、弱いラベルを用いたパフォーマンス向上を実現した。
  論文  参考訳（メタデータ） (2020-03-29T23:11:24Z)

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。