論文の概要: Queuing for Civility: Regulating Emotions and Reducing Toxicity in Digital Discourse

• arxiv url: http://arxiv.org/abs/2509.00696v1
• Date: Sun, 31 Aug 2025 04:32:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.348095
• Title: Queuing for Civility: Regulating Emotions and Reducing Toxicity in Digital Discourse
• Title（参考訳）: 市民のクェーイング:デジタル談話における感情の規制と毒性の低減
• Authors: Akriti Verma, Shama Islam, Valeh Moghaddam, Adnan Anwar,
• Abstract要約: 本稿では,オンライン会話における感情制御の必要性を特定するためのグラフベースのフレームワークを提案する。 感情を利用して会話を燃やす意図的なトロルに対処するためのコメントキュー機構が提案されている。 ソーシャルメディアデータの解析から,グラフベースのフレームワークは毒性を12%減少させ,コメントキュー機構は怒りの拡散を15%減少させた。
• 参考スコア（独自算出の注目度）: 0.7402225882132513
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The pervasiveness of online toxicity, including hate speech and trolling, disrupts digital interactions and online well-being. Previous research has mainly focused on post-hoc moderation, overlooking the real-time emotional dynamics of online conversations and the impact of users' emotions on others. This paper presents a graph-based framework to identify the need for emotion regulation within online conversations. This framework promotes self-reflection to manage emotional responses and encourage responsible behaviour in real time. Additionally, a comment queuing mechanism is proposed to address intentional trolls who exploit emotions to inflame conversations. This mechanism introduces a delay in publishing comments, giving users time to self-regulate before further engaging in the conversation and helping maintain emotional balance. Analysis of social media data from Twitter and Reddit demonstrates that the graph-based framework reduced toxicity by 12%, while the comment queuing mechanism decreased the spread of anger by 15%, with only 4% of comments being temporarily held on average. These findings indicate that combining real-time emotion regulation with delayed moderation can significantly improve well-being in online environments.
• Abstract（参考訳）: ヘイトスピーチやトロールなど、オンライン毒性の広範性は、デジタルインタラクションやオンライン幸福を損なう。 これまでの研究は主に、オンライン会話のリアルタイムな感情的ダイナミクスと、ユーザーの感情が他者に与える影響を見越して、ホック後のモデレーションに焦点を当ててきた。 本稿では,オンライン会話における感情制御の必要性を特定するためのグラフベースのフレームワークを提案する。 このフレームワークは自己回帰を促進し、感情的な反応を管理し、リアルタイムに責任ある行動を促す。 さらに、感情を利用して会話を炎上させる意図的なトロルに対処するためのコメントキュー機構が提案されている。 このメカニズムはコメントの公開の遅れを導入し、会話にさらに関与する前にユーザが自己統制する時間を与え、感情的バランスを維持するのに役立つ。 TwitterとRedditのソーシャルメディアデータの分析によると、このグラフベースのフレームワークは毒性を12%減らし、コメントキュー機構は怒りの拡散を15%減らした。 これらの結果から,オンライン環境におけるリアルタイム感情制御と遅延モデレーションの併用は,幸福感を著しく向上させる可能性が示唆された。

関連論文リスト

• Digital Nudges Using Emotion Regulation to Reduce Online Disinformation Sharing [0.0]
  本研究の目的は、感情情報に注意を向けることで、議論を促すデジタルナッジが、オンライン偽情報の強い怒りによる共有を減らすことができるかどうかを評価することである。 デジタルナッジは、偽情報や感情制御メッセージに関する感情情報を表示するように設計された。 その結果,全てのデジタルナッジは偽情報の共有を著しく減らし,最も効果的であることがわかった。
  論文  参考訳（メタデータ） (2025-03-31T13:01:05Z)
• Polarized Patterns of Language Toxicity and Sentiment of Debunking Posts on Social Media [5.301808480190602]
  オンライン政治談話における偽情報や偽ニュースの出現は、民主的プロセスや公的な関与に重大な課題をもたらす。 われわれは8800万件のツイートと400万件以上のRedditのコメントを調査し、言語毒性、悲観主義、そして分散努力における社会的分極の関係について調査した。 プラットフォームアーキテクチャはユーザインタラクションの複雑さに影響を与え,Twitterは集中的かつ均一な談話を促進し,Redditは多様な複雑なコミュニケーションを促進している。
  論文  参考訳（メタデータ） (2025-01-10T08:00:58Z)
• ECR-Chain: Advancing Generative Language Models to Better Emotion-Cause Reasoners through Reasoning Chains [61.50113532215864]
  CEE(Causal Emotion Entailment)は、ターゲット発話で表現される感情を刺激する会話における因果発話を特定することを目的としている。 CEEにおける現在の研究は、主に会話のセマンティックな相互作用と感情的な相互作用をモデル化することに焦点を当てている。 本研究では,会話中の感情表現から刺激を推測するために,ステップバイステップの推論手法である感情・因果関係(ECR-Chain)を導入する。
  論文  参考訳（メタデータ） (2024-05-17T15:45:08Z)
• CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
  既存のアプローチは、苦痛の感情の原因を無視します。 彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。 本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
  論文  参考訳（メタデータ） (2024-01-31T11:30:24Z)
• Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts [61.723046082145416]
  CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。 我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。 分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
  論文  参考訳（メタデータ） (2022-10-22T19:10:26Z)
• Emotion-aware Chat Machine: Automatic Emotional Response Generation for Human-like Emotional Interaction [55.47134146639492]
  この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。 実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2021-06-06T06:26:15Z)
• Towards an Online Empathetic Chatbot with Emotion Causes [10.700455393948818]
  共感反応に対するユーザの感情を誘発する原因を学習することが重要である。 オンライン環境で感情の原因を収集するために、カウンセリング戦略を活用する。 提案手法の有効性を,複数のSOTA法との比較により検証した。
  論文  参考訳（メタデータ） (2021-05-11T02:52:46Z)
• MIME: MIMicking Emotions for Empathetic Response Generation [82.57304533143756]
  共感応答生成への現在のアプローチは、入力テキストで表現された感情の集合を平らな構造として見る。 共感反応は, 肯定的, 否定的, 内容に応じて, ユーザの感情を様々な程度に模倣することが多い。
  論文  参考訳（メタデータ） (2020-10-04T00:35:47Z)
• Predicting User Emotional Tone in Mental Disorder Online Communities [2.365702128814616]
  我々は、Redditコミュニティにおける精神障害に関する議論が、ユーザーの健康状態を改善するのにどのように役立つかを分析した。 感情状態のプロキシとしてユーザ記述の感情的トーンを用いて,ユーザインタラクションと状態変化の関係を明らかにする。 我々は、感情的トーンの変化を予測するために、SOTAテキスト埋め込み技術とRNNに基づくモデルを構築した。
  論文  参考訳（メタデータ） (2020-05-15T11:25:08Z)

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。