論文の概要: Navigating Dialectal Bias and Ethical Complexities in Levantine Arabic Hate Speech Detection

• arxiv url: http://arxiv.org/abs/2412.10991v1
• Date: Sat, 14 Dec 2024 23:02:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 14:03:03.948762
• Title: Navigating Dialectal Bias and Ethical Complexities in Levantine Arabic Hate Speech Detection
• Title（参考訳）: レバンタ・アラビア・ヘイト音声検出における辞書バイアスと倫理的複雑さの誘導
• Authors: Ahmed Haj Ahmed, Rui-Jie Yew, Xerxes Minocher, Suresh Venkatasubramanian,
• Abstract要約: ソーシャルメディアプラットフォームはグローバルなコミュニケーションの中心となっているが、ヘイトスピーチの普及も促進している。 レバンタ語のような表現の浅い方言では、ヘイトスピーチを検出することは独特の文化的、倫理的、言語的な課題をもたらす。 本稿では,レバンティーヌ・アラビアの複雑な社会政治・言語的景観を考察し,ヘイトスピーチ検出に使用される現在のデータセットの限界について批判的に考察する。
• 参考スコア（独自算出の注目度）: 4.207344194403586
• License:
• Abstract: Social media platforms have become central to global communication, yet they also facilitate the spread of hate speech. For underrepresented dialects like Levantine Arabic, detecting hate speech presents unique cultural, ethical, and linguistic challenges. This paper explores the complex sociopolitical and linguistic landscape of Levantine Arabic and critically examines the limitations of current datasets used in hate speech detection. We highlight the scarcity of publicly available, diverse datasets and analyze the consequences of dialectal bias within existing resources. By emphasizing the need for culturally and contextually informed natural language processing (NLP) tools, we advocate for a more nuanced and inclusive approach to hate speech detection in the Arab world.
• Abstract（参考訳）: ソーシャルメディアプラットフォームはグローバルなコミュニケーションの中心となっているが、ヘイトスピーチの普及も促進している。 レバンタ語のような表現の浅い方言では、ヘイトスピーチを検出することは独特の文化的、倫理的、言語的な課題をもたらす。 本稿では,レバンティーヌ・アラビアの複雑な社会政治・言語的景観を考察し,ヘイトスピーチ検出に使用される現在のデータセットの限界について批判的に考察する。 公開されている多様なデータセットの不足を強調し、既存のリソースにおける方言バイアスの結果を分析します。 文化的かつ文脈的にインフォームドされた自然言語処理(NLP)ツールの必要性を強調することで、アラブ世界におけるヘイトスピーチ検出に対するよりニュアンスで包括的なアプローチを提唱する。

関連論文リスト

• Hate Speech Detection and Classification in Amharic Text with Deep Learning [4.834669033093363]
  我々は、テキストをヘイトスピーチの4つのカテゴリに分類し、検出できるアムハラヘイトスピーチデータとSBi-LSTMディープラーニングモデルを開発した。 われわれは5k Amharicのソーシャルメディア投稿とコメントデータを4つのカテゴリに分類した。 このモデルは94.8F1スコアのパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2024-08-07T15:46:45Z)
• Voices Unheard: NLP Resources and Models for Yorùbá Regional Dialects [72.18753241750964]
  Yorub'aは、約4700万人の話者を持つアフリカの言語である。 アフリカ語のためのNLP技術開発への最近の取り組みは、彼らの標準方言に焦点を当てている。 我々は、このギャップを埋めるために、新しい高品質のパラレルテキストと音声コーパスを導入する。
  論文  参考訳（メタデータ） (2024-06-27T22:38:04Z)
• What Do Dialect Speakers Want? A Survey of Attitudes Towards Language Technology for German Dialects [60.8361859783634]
  我々はドイツ語に関連する方言と地域言語に関する話者を調査した。 回答者は特に、方言入力で動作する潜在的なNLPツールを好んでいる。
  論文  参考訳（メタデータ） (2024-02-19T09:15:28Z)
• TuPy-E: detecting hate speech in Brazilian Portuguese social media with a novel dataset and comprehensive analysis of models [0.0]
  TuPy-Eはヘイトスピーチ検出のためのポルトガル最大の注釈付きコーパスである。 BERTモデルのような高度な手法を用いて詳細な解析を行う。
  論文  参考訳（メタデータ） (2023-12-29T17:47:00Z)
• Content-Localization based System for Analyzing Sentiment and Hate Behaviors in Low-Resource Dialectal Arabic: English to Levantine and Gulf [5.2957928879391]
  本稿では,高リソース言語における資源の内容を,低リソースアラビア語方言にローカライズすることを提案する。 我々は、コンテンツローカライゼーションに基づくニューラルマシン翻訳を用いて、レバンタインとガルフの2つの低リソースアラビア語方言に対する感情と憎悪の分類器を開発する。 以上の結果から,同一言語における方言の特異性を考慮し,方言的側面を無視することが,誤解を招く可能性が示唆された。
  論文  参考訳（メタデータ） (2023-11-27T15:37:33Z)
• Task-Agnostic Low-Rank Adapters for Unseen English Dialects [52.88554155235167]
  LLM(Large Language Models)は、標準アメリカ英語を好んで不均等に重み付けされたコーパスで訓練される。 HyperLoRAは、方言特化情報と方言横断情報を混同することにより、タスクに依存しない方法で未確認の方言への一般化を改善する。
  論文  参考訳（メタデータ） (2023-11-02T01:17:29Z)
• Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
  この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
  論文  参考訳（メタデータ） (2023-10-23T17:42:01Z)
• A Group-Specific Approach to NLP for Hate Speech Detection [2.538209532048867]
  オンラインヘイトスピーチ検出のためのグループ固有のNLPアプローチを提案する。 我々は、保護されたグループに対する差別に関する歴史的データを分析し、そのグループに対するヘイトスピーチのスパイクを予測する。 我々は,NLPによる反ユダヤ的ヘイトスピーチの検出を事例として,この手法を実証する。
  論文  参考訳（メタデータ） (2023-04-21T19:08:49Z)
• CoSyn: Detecting Implicit Hate Speech in Online Conversations Using a Context Synergized Hyperbolic Network [52.85130555886915]
  CoSynは、オンライン会話における暗黙のヘイトスピーチを検出するために、ユーザと会話のコンテキストを明示的に組み込んだ、コンテキスト中心のニューラルネットワークである。 我々は、CoSynが、1.24%から57.8%の範囲で絶対的に改善された暗黙のヘイトスピーチを検出することで、我々のベースラインを全て上回っていることを示す。
  論文  参考訳（メタデータ） (2023-03-02T17:30:43Z)
• Addressing the Challenges of Cross-Lingual Hate Speech Detection [115.1352779982269]
  本稿では,低リソース言語におけるヘイトスピーチ検出を支援するために,言語間移動学習に着目した。 言語間単語の埋め込みを利用して、ソース言語上でニューラルネットワークシステムをトレーニングし、ターゲット言語に適用します。 本研究では,ヘイトスピーチデータセットのラベル不均衡の問題について検討する。なぜなら,ヘイトサンプルと比較して非ヘイトサンプルの比率が高いことがモデル性能の低下につながることが多いからだ。
  論文  参考訳（メタデータ） (2022-01-15T20:48:14Z)
• Cross-lingual Capsule Network for Hate Speech Detection in Social Media [6.531659195805749]
  本研究では,言語間のヘイトスピーチ検出タスクについて検討し,ヘイトスピーチのリソースをある言語から別の言語に適応させることによって問題に対処する。 本稿では,ヘイトスピーチのための言語間カプセルネットワーク学習モデルと追加のドメイン固有語彙意味論を組み合わせることを提案する。 私たちのモデルは、AMI@Evalita 2018とAMI@Ibereval 2018のベンチマークデータセットで最先端のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2021-08-06T12:53:41Z)

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。