論文の概要: Can NLP Tackle Hate Speech in the Real World? Stakeholder-Informed Feedback and Survey on Counterspeech
- arxiv url: http://arxiv.org/abs/2508.04638v1
- Date: Wed, 06 Aug 2025 17:04:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-07 20:09:22.834868
- Title: Can NLP Tackle Hate Speech in the Real World? Stakeholder-Informed Feedback and Survey on Counterspeech
- Title（参考訳）: 実世界におけるNLPタックル音声のヘイトスピーチは可能か?
- Authors: Tanvi Dinkar, Aiqi Jiang, Simona Frenda, Poppy Gerrard-Abbott, Nancie Gunson, Gavin Abercrombie, Ioannis Konstas,
- Abstract要約: 本報告では,74のNLP研究を体系的にレビューする。
我々は、ステークホルダーの参加がデータセットの作成、モデル開発、評価にどの程度影響するかを分析する。
以上の結果から,現在のNLP研究と,有害なオンラインコンテンツに最も影響されたコミュニティのニーズとの間には,ますます不一致が増していることが明らかとなった。
- 参考スコア（独自算出の注目度）: 9.25125378244369
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Counterspeech, i.e. the practice of responding to online hate speech, has gained traction in NLP as a promising intervention. While early work emphasised collaboration with non-governmental organisation stakeholders, recent research trends have shifted toward automated pipelines that reuse a small set of legacy datasets, often without input from affected communities. This paper presents a systematic review of 74 NLP studies on counterspeech, analysing the extent to which stakeholder participation influences dataset creation, model development, and evaluation. To complement this analysis, we conducted a participatory case study with five NGOs specialising in online Gender-Based Violence (oGBV), identifying stakeholder-informed practices for counterspeech generation. Our findings reveal a growing disconnect between current NLP research and the needs of communities most impacted by toxic online content. We conclude with concrete recommendations for re-centring stakeholder expertise in counterspeech research.
- Abstract（参考訳）: Counterspeech、すなわちオンラインヘイトスピーチに反応するプラクティスは、有望な介入としてNLPで注目を集めている。
初期の作業では、非政府組織の利害関係者とのコラボレーションを重視していたが、最近の研究トレンドは、影響を受けたコミュニティからのインプットなしで、小さなレガシデータセットを再利用する自動化パイプラインへと移行している。
本稿では,74のNLP研究を体系的に検討し,利害関係者の参加がデータセット作成,モデル開発,評価にどのような影響を及ぼすか分析する。
この分析を補完するため,オンラインジェンダーベースバイオレンス(oGBV)を専門とする5つのNGOによる参加型ケーススタディを行い,反音声生成のためのステークホルダインフォームドプラクティスを特定した。
以上の結果から,現在のNLP研究と,有害なオンラインコンテンツに最も影響されたコミュニティのニーズとの間には,ますます不一致が増していることが明らかとなった。
我々は、反音声研究における利害関係者の専門知識を再活用するための具体的な勧告で締めくくります。
関連論文リスト
- What is the social benefit of hate speech detection research? A Systematic Review [0.0]
我々は、倫理的枠組みの欠如が、現在の実践とベストプラクティスの亀裂に寄与したと主張している。
適切な倫理的枠組みを採用することで、NLP研究者はヘイトスピーチ研究の社会的影響の可能性を有効にすることができる。
論文 参考訳（メタデータ） (2024-09-26T01:57:27Z) - From Insights to Actions: The Impact of Interpretability and Analysis Research on NLP [28.942812379900673]
解釈可能性と分析(IA)研究は、NLP内の成長するサブフィールドである。
我々は,IA研究がNLPの幅広い分野に与える影響を定量化する。
論文 参考訳（メタデータ） (2024-06-18T13:45:07Z) - What Can Natural Language Processing Do for Peer Review? [173.8912784451817]
現代の科学ではピアレビューが広く使われているが、それは難しく、時間がかかり、エラーを起こしやすい。
ピアレビューに関わるアーティファクトは大部分がテキストベースであるため、自然言語処理はレビューを改善する大きな可能性を秘めている。
筆者らは、原稿提出からカメラ対応リビジョンまでの各工程について詳述し、NLP支援の課題と機会について論じる。
論文 参考訳（メタデータ） (2024-05-10T16:06:43Z) - NLP for Counterspeech against Hate: A Survey and How-To Guide [11.696212004806263]
本稿では, 対訳研究のガイドとして, 具体例を詳述し, 実施すべきステップについて述べる。
NLPにおける対音声研究の課題と今後の方向性について論じる。
論文 参考訳（メタデータ） (2024-03-29T10:32:44Z) - Responsible AI Considerations in Text Summarization Research: A Review
of Current Practices [89.85174013619883]
私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。
我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。
私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
論文 参考訳（メタデータ） (2023-11-18T15:35:36Z) - Surveying (Dis)Parities and Concerns of Compute Hungry NLP Research [75.84463664853125]
我々は,3つのトピック,すなわち環境影響,株式,およびピアレビューへの影響に関する懸念を定量化するための最初の試みを提供する。
我々は、高齢者、アカデミック、産業に関して、異なるグループと異なるグループ内の既存の(異なる)格差を捉えます。
私たちは、発見された格差を軽減するためのレコメンデーションを考案しました。
論文 参考訳（メタデータ） (2023-06-29T12:44:53Z) - Rethinking the Evaluation for Conversational Recommendation in the Era
of Large Language Models [115.7508325840751]
近年の大規模言語モデル(LLM)の成功は、より強力な対話レコメンデーションシステム(CRS)を開発する大きな可能性を示している。
本稿では,ChatGPTの会話レコメンデーションへの活用について検討し,既存の評価プロトコルが不十分であることを明らかにする。
LLMをベースとしたユーザシミュレータを用いた対話型評価手法iEvaLMを提案する。
論文 参考訳（メタデータ） (2023-05-22T15:12:43Z) - NLPeer: A Unified Resource for the Computational Study of Peer Review [58.71736531356398]
NLPeer - 5万以上の論文と5つの異なる会場からの1万1千件のレビューレポートからなる、初めて倫理的にソースされたマルチドメインコーパス。
従来のピアレビューデータセットを拡張し、解析および構造化された論文表現、豊富なメタデータ、バージョニング情報を含む。
我々の研究は、NLPなどにおけるピアレビューの体系的、多面的、エビデンスに基づく研究への道のりをたどっている。
論文 参考訳（メタデータ） (2022-11-12T12:29:38Z) - What Do NLP Researchers Believe? Results of the NLP Community Metasurvey [43.763865378178245]
NLP Community Metasurveyの結果を報告する。
この調査は議論を呼んだ問題に関する意見を提起した。
コミュニティの予測が現実と一致しない誤った社会学的信念を見出す。
論文 参考訳（メタデータ） (2022-08-26T19:45:51Z) - Fragments of the Past: Curating Peer Support with Perpetrators of
Domestic Violence [88.37416552778178]
我々は,過去フラグメントの設計と展開において,6人の支援労働者と18人の加害者とともに働いた10ヶ月の研究を報告した。
私たちは、暴力から脱却した経験をデジタルで強化された成果物、すなわち「フラグメント」を作ることが、メッセージのモチベーションと仲間間のラッピングをいかに翻訳するかを共有します。
これらの知見は、挑戦的な人口を持つ将来のネットワーク設計の実践的考察の基礎となる。
論文 参考訳（メタデータ） (2021-07-09T22:57:43Z) - Sentiment Analysis Based on Deep Learning: A Comparative Study [69.09570726777817]
世論の研究は我々に貴重な情報を提供することができる。
感情分析の効率性と正確性は、自然言語処理で直面する課題によって妨げられている。
本稿では、感情分析の問題を解決するためにディープラーニングを用いた最新の研究をレビューする。
論文 参考訳（メタデータ） (2020-06-05T16:28:10Z)
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。