論文の概要: Echoes of Discord: Forecasting Hater Reactions to Counterspeech
- arxiv url: http://arxiv.org/abs/2501.16235v2
- Date: Thu, 13 Feb 2025 20:14:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-17 18:05:21.889471
- Title: Echoes of Discord: Forecasting Hater Reactions to Counterspeech
- Title（参考訳）: 反響のエコー:反響に対するヘイター反応を予測
- Authors: Xiaoying Song, Sharon Lisseth Perez, Xinchen Yu, Eduardo Blanco, Lingzi Hong,
- Abstract要約: 本研究は, ハザードの観点から, 反音声の影響を解析する。
我々は2段階反応予測器と3段階分類モデルという2つの戦略を採用している。
実験結果から,3段階の分類モデルの方が2段階の反応予測よりも優れていることが示された。
- 参考スコア（独自算出の注目度）: 10.658005418397748
- License:
- Abstract: Hate speech (HS) erodes the inclusiveness of online users and propagates negativity and division. Counterspeech has been recognized as a way to mitigate the harmful consequences. While some research has investigated the impact of user-generated counterspeech on social media platforms, few have examined and modeled haters' reactions toward counterspeech, despite the immediate alteration of haters' attitudes being an important aspect of counterspeech. This study fills the gap by analyzing the impact of counterspeech from the hater's perspective, focusing on whether the counterspeech leads the hater to reenter the conversation and if the reentry is hateful. We compile the Reddit Echoes of Hate dataset (ReEco), which consists of triple-turn conversations featuring haters' reactions, to assess the impact of counterspeech. To predict haters' behaviors, we employ two strategies: a two-stage reaction predictor and a three-way classifier. The linguistic analysis sheds insights on the language of counterspeech to hate eliciting different haters' reactions. Experimental results demonstrate that the 3-way classification model outperforms the two-stage reaction predictor, which first predicts reentry and then determines the reentry type. We conclude the study with an assessment showing the most common errors identified by the best-performing model.
- Abstract（参考訳）: ヘイトスピーチ(HS)は、オンラインユーザーの包括性を損なうとともに、否定性と分裂を広める。
カウンタースピーチは有害な結果を軽減する方法として認識されている。
ソーシャルメディアプラットフォームに対するユーザ生成の反響の影響を調査する研究もあるが、反響の重要な側面である憎しみの態度の即時的な変化にもかかわらず、反響に対する憎しみの反応を調査・モデル化する研究は少ない。
本研究は, ハザードの視点から反音声の影響を解析し, 反音声がハザードに再入会を誘導するか否か, 再入会が憎悪であるか否かに着目し, ギャップを埋めるものである。
Reddit Echoes of Hate dataset (ReEco)は、憎しみの反応を特徴とする3ターン会話で構成され、反音声の影響を評価する。
ヘイターの行動を予測するために、我々は2段階反応予測器と3方向分類器という2つの戦略を用いる。
言語分析は、異なる憎しみの反応を引き出すことを嫌う反音声の言語についての洞察を隠している。
実験結果から,3方向分類モデルは2段階反応予測器よりも優れており,まず再突入を予測し,再突入型を決定する。
本研究は,最良性能モデルで同定される最も一般的な誤りを評価した結果で締めくくった。
関連論文リスト
- CounterQuill: Investigating the Potential of Human-AI Collaboration in Online Counterspeech Writing [6.929003593008481]
本稿では,AIを利用した音声合成システムであるCounterQuillを紹介する。
CounterQuillは,(1)ヘイトスピーチや反音声を理解するための学習セッション,(2)ヘイトスピーチの重要要素を特定し,対音声戦略を探求するブレーンストーミングセッション,(3)ユーザがCounterQuillと対音声の草案作成と洗練を可能にする共同執筆セッション,の3段階のプロセスを提供する。
論文 参考訳（メタデータ） (2024-10-03T22:29:20Z) - Hostile Counterspeech Drives Users From Hate Subreddits [1.5035331281822]
我々は、Redditにおけるヘイトサブレディット内の新参者に対する反音声の効果を分析した。
非敵対的なカウンタースピーチは、ユーザーがこれらの憎悪のサブレディットから完全に切り離すのを防ぐのに効果がない。
単一の敵対的な反論は、将来のエンゲージメントの可能性を大幅に減らす。
論文 参考訳（メタデータ） (2024-05-28T17:12:41Z) - Behind the Counter: Exploring the Motivations and Barriers of Online Counterspeech Writing [6.790819952175892]
オンラインヘイトを標的にしていたことは、オンラインの反響行為を頻繁に起こす重要な要因だ。
人々は、異なる人口集団でオンラインのカウンタースピーチに参加するためのモチベーションと障壁が異なる。
論文 参考訳（メタデータ） (2024-03-25T18:56:35Z) - Beyond Denouncing Hate: Strategies for Countering Implied Biases and
Stereotypes in Language [18.560379338032558]
我々は、心理学と哲学文学から、ヘイトフル言語の基礎となるステレオタイプ的含意に挑戦するために、6つの心理的にインスパイアされた戦略を構築する。
提案手法では,機械が生成する対音声はより具体的でない戦略を用いるのに対し,人間による対音声はインプリッドステレオタイプに特有な戦略を用いる。
以上の結果から,音声の反音声発生におけるステレオタイプ的含意の考慮の重要性が示唆された。
論文 参考訳（メタデータ） (2023-10-31T21:33:46Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳（メタデータ） (2023-05-25T21:01:00Z) - ReactFace: Online Multiple Appropriate Facial Reaction Generation in Dyadic Interactions [46.66378299720377]
ダイアドインタラクションでは、聴取者の顔反応を予測することは困難であり、同じ話者の振る舞いに応じて異なる反応が適している可能性がある。
本稿では,外挿や予測問題としてタスクを再構築し,複数の異なる顔反応を生成する新しいフレームワーク(ReactFace)を提案する。
論文 参考訳（メタデータ） (2023-05-25T05:55:53Z) - 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) - Characterizing the adversarial vulnerability of speech self-supervised
learning [95.03389072594243]
我々は,ゼロ知識とリミテッド知識の両方の敵からの攻撃の下で,そのようなパラダイムの敵対的脆弱性を調査するための最初の試みを行う。
実験結果から, SUPERB が提案するパラダイムは, 限られた知識を持つ敵に対して脆弱であることが示唆された。
論文 参考訳（メタデータ） (2021-11-08T08:44:04Z) - Hate Speech Classifiers Learn Human-Like Social Stereotypes [4.132204773132937]
社会的ステレオタイプは、異なるグループについての個人の判断に悪影響を及ぼす。
社会的ステレオタイプは、人々が少数民族社会グループに向けられた言語をどのように理解するかにおいて重要な役割を担っている。
論文 参考訳（メタデータ） (2021-10-28T01:35:41Z) - Constructing interval variables via faceted Rasch measurement and
multitask deep learning: a hate speech application [63.10266319378212]
本稿では,教師付き深層学習と多面的ラッシュアイテム応答理論(IRT)構築手法を組み合わせることで,連続区間スペクトル上の複素変数を測定する手法を提案する。
われわれは、YouTube、Twitter、Redditから5万件のソーシャルメディアコメントを収集し、1万1000人の米国拠点のAmazon Mechanical Turkの労働者によってラベル付けされたデータセット上で、この新しい手法を実証した。
論文 参考訳（メタデータ） (2020-09-22T02:15:05Z)
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。