論文の概要: Understanding Stigmatizing Language Lexicons: A Comparative Analysis in Clinical Contexts

• arxiv url: http://arxiv.org/abs/2509.07462v1
• Date: Tue, 09 Sep 2025 07:41:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:27.209672
• Title: Understanding Stigmatizing Language Lexicons: A Comparative Analysis in Clinical Contexts
• Title（参考訳）: 言語辞書の構造化を理解する : 臨床状況の比較分析
• Authors: Yiliang Zhou, Di Hu, Tianchu Lyu, Jasmine Dhillon, Alexandra L. Beck, Gelareh Sadigh, Kai Zheng,
• Abstract要約: 言語を安定させると、医療的不平等が生じる。 医療においてどの単語、用語、フレーズがスティグマタイズ言語を構成するかを定義する普遍的または標準化された語彙は存在しない。
• 参考スコア（独自算出の注目度）: 45.61748951587092
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Stigmatizing language results in healthcare inequities, yet there is no universally accepted or standardized lexicon defining which words, terms, or phrases constitute stigmatizing language in healthcare. We conducted a systematic search of the literature to identify existing stigmatizing language lexicons and then analyzed them comparatively to examine: 1) similarities and discrepancies between these lexicons, and 2) the distribution of positive, negative, or neutral terms based on an established sentiment dataset. Our search identified four lexicons. The analysis results revealed moderate semantic similarity among them, and that most stigmatizing terms are related to judgmental expressions by clinicians to describe perceived negative behaviors. Sentiment analysis showed a predominant proportion of negatively classified terms, though variations exist across lexicons. Our findings underscore the need for a standardized lexicon and highlight challenges in defining stigmatizing language in clinical texts.
• Abstract（参考訳）: 言語をスティグマティフィケーションすることは医療の不平等をもたらすが、どの単語、用語、フレーズが医療におけるスティグマティフィケーション言語を構成するかを定義する普遍的または標準化された語彙は存在しない。 文献を体系的に検索し,既存のスティグマタイズ言語語彙を同定し,比較検討した。 1)これらのレキシコンの類似点と相違点 2)確立した感情データセットに基づく肯定的,否定的,中立的な用語の分布。 我々の捜索は4つのレキシコンを特定した。 分析の結果,その意味的類似性は中等度であり,ほとんどのスティグマッティング用語は,臨床医による否定的行動の知覚に関する判断的表現と関連していることがわかった。 感度分析では負に分類された用語が多数を占めたが,レキシコン間では変動が見られた。 本研究は, 標準化辞書の必要性を浮き彫りにし, 臨床テキストにおけるスティグマタイズ言語定義の課題を浮き彫りにした。

関連論文リスト

• Multilingual LLMs Struggle to Link Orthography and Semantics in Bilingual Word Processing [19.6191088446367]
  本研究は、英語・スペイン語・英語・フランス語・英語・ドイツ語のコニャート、非コニャート、および言語間ホモグラフに焦点を当てる。 我々は,多言語大言語モデル (LLM) がこのような現象にどう対処するかを,英語・スペイン語・英語・フランス語・英語・ドイツ語のコニャート,非コニャート,言語間ホモグラフに焦点をあてて評価する。 我々は、英語と非英語のホモグラフを理解するための異なる戦略を選択するモデルを見つけ、言語間のあいまいさを扱う統一的なアプローチが欠如していることを強調した。
  論文  参考訳（メタデータ） (2025-01-15T20:22:35Z)
• Comparing Hallucination Detection Metrics for Multilingual Generation [62.97224994631494]
  本稿では,各言語にまたがって生成した伝記要約における幻覚を,様々な事実の幻覚検出指標がいかによく識別するかを評価する。 自動測度が相互にどのように相関するか, 事実判断に一致しているかを比較検討した。 我々の分析によると、語彙指標は非効率であるが、NLIベースのメトリクスはよく機能し、多くの設定における人間のアノテーションと相関し、しばしば教師付きモデルよりも優れている。
  論文  参考訳（メタデータ） (2024-02-16T08:10:34Z)
• Shades of meaning: Uncovering the geometry of ambiguous word representations through contextualised language models [6.760960482418417]
  語彙的曖昧さは言語科学に深く永続的な挑戦をもたらす。 我々の研究は、一連のシミュレーションを通して、語彙的あいまいさの心理的理解に関する新たな洞察を提供する。
  論文  参考訳（メタデータ） (2023-04-26T14:47:38Z)
• Contextualized language models for semantic change detection: lessons learned [4.436724861363513]
  本稿では,ダイアクロニック・セマンティック・チェンジを検出する文脈的埋め込みに基づく手法の出力の質的分析を行う。 本研究の結果から,文脈化手法は,実際のダイアクロニック・セマンティック・シフトを行なわない単語に対して,高い変化スコアを予測できることが示唆された。 我々の結論は、事前学習された文脈化言語モデルは、語彙感覚の変化と文脈分散の変化を補う傾向にあるということである。
  論文  参考訳（メタデータ） (2022-08-31T23:35:24Z)
• Quantifying Cognitive Factors in Lexical Decline [2.4424095531386234]
  我々は、語彙の減少を予測できる様々な心理言語学的要因(意味論、分布論、音韻論)を提案する。 その結果,提案する因子のほとんどが,各単語の硬化したセットと一致した安定な単語との予測方向に有意な差があることが判明した。 さらにダイアクロニック分析により、単語の減少は時間とともに語彙文脈の多様性を減少させ、徐々に「生態的ニッチ」を狭める傾向があることが明らかになった。
  論文  参考訳（メタデータ） (2021-10-12T07:12:56Z)
• Clinical Named Entity Recognition using Contextualized Token Representations [49.036805795072645]
  本稿では,各単語の意味的意味をより正確に把握するために,文脈型単語埋め込み手法を提案する。 言語モデル(C-ELMo)とC-Flair(C-Flair)の2つの深い文脈型言語モデル(C-ELMo)を事前訓練する。 明示的な実験により、静的単語埋め込みとドメインジェネリック言語モデルの両方と比較して、我々のモデルは劇的に改善されている。
  論文  参考訳（メタデータ） (2021-06-23T18:12:58Z)
• Challenges in Automated Debiasing for Toxic Language Detection [81.04406231100323]
  バイアスド・アソシエーションは、有害な言語を検出するための分類器の開発において課題となっている。 我々は最近,有害な言語検出に適用されたテキスト分類データセットとモデルに対するデバイアス法について検討した。 我々の焦点は語彙(例えば、誓い言葉、スラー、アイデンティティの言及)と方言マーカー(特にアフリカ系アメリカ人の英語)である。
  論文  参考訳（メタデータ） (2021-01-29T22:03:17Z)
• Unifying Relational Sentence Generation and Retrieval for Medical Image Report Composition [142.42920413017163]
  現在の手法は、個々のケースのデータセットバイアスにより、しばしば最も一般的な文を生成する。 テンプレート検索と文生成を一体化し、共通およびまれな異常に対処する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-01-09T04:33:27Z)
• Speakers Fill Lexical Semantic Gaps with Context [65.08205006886591]
  我々は単語の語彙的あいまいさを意味のエントロピーとして運用する。 単語のあいまいさの推定値と,WordNetにおける単語の同義語数との間には,有意な相関関係が認められた。 これは、あいまいさの存在下では、話者が文脈をより情報的にすることで補うことを示唆している。
  論文  参考訳（メタデータ） (2020-10-05T17:19:10Z)

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。