論文の概要: GASTON: Graph-Aware Social Transformer for Online Networks

• arxiv url: http://arxiv.org/abs/2602.02524v1
• Date: Mon, 26 Jan 2026 05:45:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-04 18:37:14.900206
• Title: GASTON: Graph-Aware Social Transformer for Online Networks
• Title（参考訳）: GASTON: オンラインネットワーク用のグラフ対応ソーシャルトランスフォーマー
• Authors: Olha Wloch, Liam Hebert, Robin Cohen, Lukasz Golab,
• Abstract要約: GASTON (Graph-Aware Social Transformer for Online Networks) は、テキストとユーザ埋め込みを学習する。 我々のソリューションは、ユーザメンバーシップパターンに基づいてコミュニティの埋め込みを事前訓練し、テキストを処理する前にコミュニティのユーザベースをキャプチャします。 ストレス検出、毒性スコアリング、ノルム違反などのタスクの実験は、GASTONが生成した埋め込みが最先端のベースラインを上回っていることを示している。
• 参考スコア（独自算出の注目度）: 5.659290426197765
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Online communities have become essential places for socialization and support, yet they also possess toxicity, echo chambers, and misinformation. Detecting this harmful content is difficult because the meaning of an online interaction stems from both what is written (textual content) and where it is posted (social norms). We propose GASTON (Graph-Aware Social Transformer for Online Networks), which learns text and user embeddings that are grounded in their local norms, providing the necessary context for downstream tasks. The heart of our solution is a contrastive initialization strategy that pretrains community embeddings based on user membership patterns, capturing a community's user base before processing any text. This allows GASTON to distinguish between communities (e.g., a support group vs. a hate group) based on who interacts there, even if they share similar vocabulary. Experiments on tasks such as stress detection, toxicity scoring, and norm violation demonstrate that the embeddings produced by GASTON outperform state-of-the-art baselines.
• Abstract（参考訳）: オンラインコミュニティは社会化と支援に欠かせない場所となっているが、毒性、エコーチャンバー、誤情報もある。 オンラインインタラクションの意味は、書かれたもの(テキストコンテンツ)と投稿された場所(社会的規範)の両方に由来するため、このような有害なコンテンツの検出は困難である。 本稿では,GASTON(Graph-Aware Social Transformer for Online Networks)を提案する。 私たちのソリューションの核心は、ユーザメンバーシップパターンに基づいてコミュニティ埋め込みを事前訓練し、テキストを処理する前にコミュニティのユーザベースをキャプチャする、対照的な初期化戦略です。 これにより、GASTONは、たとえ類似の語彙を共有したとしても、誰がそこで対話しているかに基づいて、コミュニティ(例えば、支援グループとヘイトグループ)を区別することができる。 ストレス検出、毒性スコアリング、ノルム違反などのタスクの実験は、GASTONが生成した埋め込みが最先端のベースラインを上回っていることを示している。

関連論文リスト

• Operational Validation of Large-Language-Model Agent Social Simulation: Evidence from Voat v/technology [59.63189507373199]
  私たちは、2014年から2020年にかけて活動しているRedditのようなオルタナティブなニュースアグリゲータとディスカッションプラットフォームであるVoatをモデルとした技術コミュニティシミュレーションを構築しました。 YSocialフレームワークを使用して、Voatの共有URLからサンプリングされた技術リンクの固定カタログでシミュレーションをシードする。 エージェントは、リンクとテキストの投稿、スレッド化された返信、日々のアクティビティサイクルのためのプラットフォームルールの下で投稿、返信、反応を生成する。 結果は、よく知られたオンライン規則性を示す: 類似の活動リズム、ヘビーテール参加、疎低クラスタリング相互作用ネットワーク、コア周辺構造、Voatとのトピックアライメント、高毒性
  論文  参考訳（メタデータ） (2025-08-29T16:06:27Z)
• Understanding writing style in social media with a supervised contrastively pre-trained transformer [57.48690310135374]
  オンラインソーシャルネットワークは、ヘイトスピーチから偽情報の拡散まで、有害な行動の場として機能している。 本稿では, 4.5 x 106テキストの公開資料から得られた大規模コーパスに基づいて学習したStyle Transformer for Authorship Representations (STAR)を紹介する。 512個のトークンからなる8つのドキュメントからなるサポートベースを使用して、著者を最大1616人の著者のセットから、少なくとも80%の精度で識別することができる。
  論文  参考訳（メタデータ） (2023-10-17T09:01:17Z)
• Analyzing Norm Violations in Live-Stream Chat [49.120561596550395]
  本研究は,ライブストリーミングプラットフォーム上での会話における規範違反を検出することを目的とした,最初のNLP研究である。 ライブストリームチャットにおける標準違反カテゴリを定義し、Twitchから4,583のコメントを注釈付けします。 以上の結果から,適切なコンテキスト情報がモデレーション性能を35%向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-05-18T05:58:27Z)
• Countering Malicious Content Moderation Evasion in Online Social Networks: Simulation and Detection of Word Camouflage [64.78260098263489]
  ツイストとカモフラージュキーワードは、プラットフォームコンテンツモデレーションシステムを回避する最もよく使われるテクニックである。 本稿では,コンテンツ回避の新たな手法をシミュレートし,検出する多言語ツールを開発することにより,悪意ある情報に対する対処に大きく貢献する。
  論文  参考訳（メタデータ） (2022-12-27T16:08:49Z)
• CRUSH: Contextually Regularized and User anchored Self-supervised Hate speech Detection [6.759148939470331]
  CRUSHは,ユーザが選択した自己スーパービジョンと文脈正規化を用いたヘイトスピーチ検出のためのフレームワークである。 提案手法は,2種類のタスクと複数のポピュラーなソーシャルメディアデータセットに対して,過去のアプローチよりも1～12%向上する。
  論文  参考訳（メタデータ） (2022-04-13T13:51:51Z)
• CASS: Towards Building a Social-Support Chatbot for Online Health Community [67.45813419121603]
  CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。 ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。 フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
  論文  参考訳（メタデータ） (2021-01-04T05:52:03Z)
• Analysing Social Media Network Data with R: Semi-Automated Screening of Users, Comments and Communication Patterns [0.0]
  ソーシャルメディアプラットフォーム上でのコミュニケーションは、社会に広まりつつある。 フェイクニュース、ヘイトスピーチ、急進的要素は、この現代的なコミュニケーションの一部です。 これらのメカニズムとコミュニケーションパターンの基本的な理解は、負のコミュニケーション形態に対抗するのに役立つ。
  論文  参考訳（メタデータ） (2020-11-26T14:52:01Z)
• Quantifying the Vulnerabilities of the Online Public Square to Adversarial Manipulation Tactics [43.98568073610101]
  ソーシャルメディアモデルを用いて、コンテンツの品質に対するいくつかの敵の操作戦術の影響を定量化する。 ソーシャルメディアの目印である影響力のあるアカウントの存在は、操作するオンラインコミュニティの脆弱性を悪化させる。 これらの知見は、プラットフォームがソーシャルメディアユーザーによる操作のレジリエンスを高めるために使われる可能性があることを示唆している。
  論文  参考訳（メタデータ） (2019-07-13T21:12:08Z)

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。