論文の概要: PEACE 2.0: Grounded Explanations and Counter-Speech for Combating Hate Expressions

• arxiv url: http://arxiv.org/abs/2602.17467v1
• Date: Thu, 19 Feb 2026 15:33:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-20 15:21:29.131138
• Title: PEACE 2.0: Grounded Explanations and Counter-Speech for Combating Hate Expressions
• Title（参考訳）: PEACE 2.0: ヘイト表現の接地説明とカウンタ音声
• Authors: Greta Damo, Stéphane Petiot, Elena Cabrio, Serena Villata,
• Abstract要約: PEACE 2.0は、ヘイトフルメッセージの応答を分析し、生成する新しいツールである。 明示的メッセージと暗黙的メッセージの両方に対して、詳細な分析と応答生成を可能にする。
• 参考スコア（独自算出の注目度）: 9.600892324769037
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The increasing volume of hate speech on online platforms poses significant societal challenges. While the Natural Language Processing community has developed effective methods to automatically detect the presence of hate speech, responses to it, called counter-speech, are still an open challenge. We present PEACE 2.0, a novel tool that, besides analysing and explaining why a message is considered hateful or not, also generates a response to it. More specifically, PEACE 2.0 has three main new functionalities: leveraging a Retrieval-Augmented Generation (RAG) pipeline i) to ground HS explanations into evidence and facts, ii) to automatically generate evidence-grounded counter-speech, and iii) exploring the characteristics of counter-speech replies. By integrating these capabilities, PEACE 2.0 enables in-depth analysis and response generation for both explicit and implicit hateful messages.
• Abstract（参考訳）: オンラインプラットフォームでのヘイトスピーチの増加は、社会的な大きな課題を招いている。 自然言語処理コミュニティはヘイトスピーチの存在を自動的に検出する効果的な方法を開発したが、それに対する応答は反音声と呼ばれ、依然としてオープンな課題である。 PEACE 2.0は、メッセージがなぜ憎悪であるかを分析・説明するだけでなく、それに対する応答も生成する新しいツールである。 より具体的には、PEACE 2.0には3つの主要な新機能がある。 一 証拠及び事実にHSの説明を根拠とする。 二 証拠を根拠とした反音声を自動生成し、 三 反音声応答の特性を探求すること。 これらの機能を統合することで、PEACE 2.0は暗黙のヘイトフルメッセージと暗黙のヘイトフルメッセージの両方に対して、詳細な分析とレスポンス生成を可能にする。

関連論文リスト

• Synthetic Voices, Real Threats: Evaluating Large Text-to-Speech Models in Generating Harmful Audio [63.18443674004945]
  この研究は、TSシステムを利用して有害なコンテンツを含む音声を生成する、コンテンツ中心の脅威を探究する。 HARMGENは、これらの課題に対処する2つのファミリーにまとめられた5つの攻撃群である。
  論文  参考訳（メタデータ） (2025-11-14T03:00:04Z)
• HatePRISM: Policies, Platforms, and Research Integration. Advancing NLP for Hate Speech Proactive Mitigation [67.69631485036665]
  我々は3つの観点からヘイトスピーチ規制と戦略を総合的に検討する。 以上の結果から,ヘイトスピーチ定義や地域ごとのモデレーション慣行に重大な矛盾があることが判明した。 自動ヘイトスピーチモデレーションのための統合フレームワークのさらなる検討のためのアイデアと研究の方向性を提案する。
  論文  参考訳（メタデータ） (2025-07-06T11:25:23Z)
• Is Safer Better? The Impact of Guardrails on the Argumentative Strength of LLMs in Hate Speech Countering [22.594296353433855]
  我々は、よりコジェントな応答を生成するために、対音声生成の2つの側面に焦点を当てる。 まず、安全ガードレールの存在が世代の品質を損なうかどうかを検証する。 第二に、ヘイトスピーチの特定の要素を攻撃することが、オンラインヘイトと戦うためのより効果的な議論戦略をもたらすかどうかを評価する。
  論文  参考訳（メタデータ） (2024-10-04T14:31:37Z)
• SWE2: SubWord Enriched and Significant Word Emphasized Framework for Hate Speech Detection [3.0460060805145517]
  本稿では,メッセージの内容のみに依存し,ヘイトスピーチを自動的に識別するSWE2という新しいヘイトスピーチ検出フレームワークを提案する。 実験結果から,提案モデルでは0.975の精度と0.953のマクロF1が達成され,最先端の7つのベースラインを上回った。
  論文  参考訳（メタデータ） (2024-09-25T07:05:44Z)
• Outcome-Constrained Large Language Models for Countering Hate Speech [10.434435022492723]
  本研究は,会話結果に制約された反音声を生成する手法を開発することを目的とする。 我々は,大言語モデル(LLM)を用いて,テキスト生成プロセスに2つの望ましい会話結果を導入する実験を行った。 評価結果から,提案手法が望まれる結果に対して効果的に対応できることが示唆された。
  論文  参考訳（メタデータ） (2024-03-25T19:44:06Z)
• Consolidating Strategies for Countering Hate Speech Using Persuasive Dialogues [3.8979646385036175]
  オンライン会話におけるヘイトフルコメントに対する反論を生み出すためのコントロール可能な戦略について検討する。 自動評価と人的評価を用いて、流動的で議論的で論理的に健全な議論を生成する特徴の最適な組み合わせを決定する。 我々は,このような特徴を持つテキストを自動的に注釈付けするための計算モデルと,既存のヘイトスピーチコーパスの銀標準アノテートバージョンを共有した。
  論文  参考訳（メタデータ） (2024-01-15T16:31:18Z)
• Hate Speech Detection via Dual Contrastive Learning [25.878271501274245]
  本稿では,ヘイトスピーチ検出のための新しい双方向コントラスト学習フレームワークを提案する。 本フレームワークは,自己教師型学習と教師型学習の損失を協調的に最適化し,スパンレベルの情報を取得する。 公開可能な2つの英語データセットの実験を行い、実験結果から、提案モデルが最先端のモデルより優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-10T13:23:36Z)
• SpeechGen: Unlocking the Generative Power of Speech Language Models with Prompts [108.04306136086807]
  本稿では,SpeechGenと呼ばれる統合フレームワークを用いて,各種タスクの音声LMを刺激するための即時チューニングの適用について検討する。 提案した統合フレームワークは効率と有効性に大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-06-03T22:35:27Z)
• 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)

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。