論文の概要: MexHat: A Dataset for Hate Speech Detection in Mexican Spanish Videos

• arxiv url: http://arxiv.org/abs/2609.31553v1
• Date: Fri, 25 Sep 2026 17:23:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.517289
• Title: MexHat: A Dataset for Hate Speech Detection in Mexican Spanish Videos
• Title（参考訳）: MexHat:メキシコのスペイン語ビデオにおけるヘイトスピーチ検出のためのデータセット
• Abstract要約: MexHatは、メキシコのスペイン語の文脈におけるヘイトスピーチ検出タスクの言語的および文化的手がかりをキャプチャするために設計されたビデオデータセットである。 私たちのデータセットは、2つのタスクにアノテートされた約1Kのビデオクリップで構成されています。
• 参考スコア（独自算出の注目度）: 3.01463338979276
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ensuring online safety through content monitoring had raised Hate Speech Detection as a crucial task to be addressed. By essence the task demands the capture of contextual cues, which are essential for a precise understanding of the content's intent. Although automated detection approaches for the task have advanced significantly, the scarcity of non-English resources persists, limiting the ability of models to adapt to the subtle, context-dependent, and culturally related nature of multimodal content. In this paper, we introduce MexHat, a video dataset designed to capture the linguistic and cultural cues for the hate-speech detection task in a Mexican Spanish context. Our dataset comprises around 1k video clips annotated across two tasks: a three-way class evaluation (no negative content, offensive content and hate-speech content), and a fine-grained class evaluation including three hate-speech sub-categories. The dataset statistics and the baseline results highlight the inherent challenges associated with the task. Disclaimer: This paper contains sensitive content that may be disturbing to some readers.
• Abstract（参考訳）: コンテンツ監視によるオンライン安全性の確保は、Hate Speech Detectionを対処すべき重要な課題として挙げた。 本質的に、タスクは、内容の意図を正確に理解するために不可欠である文脈的手がかりの取得を要求する。 タスクの自動検出アプローチは大幅に進歩しているが、非英語リソースの不足が続き、微妙で文脈に依存し、文化的に関連付けられたマルチモーダルコンテンツに適応するモデルの能力が制限されている。 本稿では,メキシコのスペイン語文脈におけるヘイトスピーチ検出タスクの言語的・文化的手がかりを捉えるためのビデオデータセットであるMexHatを紹介する。 本データセットは,3方向のクラス評価(否定的コンテンツ,攻撃的コンテンツ,ヘイト音声コンテンツ)と,3つのヘイト音声サブカテゴリを含むきめ細かいクラス評価という,2つのタスクにアノテートされた約1kのビデオクリップから構成される。 データセット統計とベースライン結果は、タスクに関連する固有の課題を強調します。 Disclaimer: この論文には、一部の読者にとって邪魔になる可能性のあるセンシティブなコンテンツが含まれています。

関連論文リスト

• Decoding Fake Narratives in Spreading Hateful Stories: A Dual-Head RoBERTa Model with Multi-Task Learning [1.9371675344367494]
  ソーシャルメディアプラットフォームは、グローバルな接続を可能にする一方で、有害なコンテンツの急速な拡散のハブとなっている。 本稿では,2つの主要なサブタスクに対処し,共有タスク用に開発したシステムについて述べる。 高度な自然言語処理技術とドメイン固有の事前訓練を組み合わせることで、両方のタスクのパフォーマンスを向上させる。
  論文  参考訳（メタデータ） (2025-12-18T04:00:06Z)
• 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)
• Dealing with Annotator Disagreement in Hate Speech Classification [0.0]
  本稿では,アノテータの不一致に対処するための戦略について検討する。 トルコのツイートにおけるヘイトスピーチ分類の文脈において、複数のアノテーションを集約するための様々な自動アプローチを評価する。 本研究は,問題の重要性を強調し,オンライン談話におけるヘイトスピーチの検出と理解に最先端のベンチマーク結果を提供する。
  論文  参考訳（メタデータ） (2025-02-12T10:19:50Z)
• MultiHateClip: A Multilingual Benchmark Dataset for Hateful Video Detection on YouTube and Bilibili [11.049937698021054]
  本研究は,ヘイトレキシコンと人間のアノテーションによって作成された,新しい多言語データセットであるMultiHateClipを提案する。 英語と中国語の両方のコンテンツを含む、YouTubeやBilibiliなどのプラットフォーム上でのヘイトフルなビデオの検出を強化することを目的としている。
  論文  参考訳（メタデータ） (2024-07-28T08:19:09Z)
• A Video Is Worth 4096 Tokens: Verbalize Videos To Understand Them In Zero Shot [67.00455874279383]
  そこで本研究では,自然言語による記述を生成するために長編動画を音声化し,生成したストーリーの映像理解タスクを実行することを提案する。 提案手法は,ゼロショットであるにもかかわらず,ビデオ理解のための教師付きベースラインよりもはるかに優れた結果が得られる。 ストーリー理解ベンチマークの欠如を緩和するため,我々は,説得戦略の識別に関する計算社会科学における重要な課題に関する最初のデータセットを公開している。
  論文  参考訳（メタデータ） (2023-05-16T19:13:11Z)
• Emotion Based Hate Speech Detection using Multimodal Learning [0.0]
  本稿では,感情を表す聴覚特徴と,ヘイトフルなコンテンツを検出する意味的特徴を組み合わせた,最初のマルチモーダル深層学習フレームワークを提案する。 以上の結果から,感情的属性を取り入れることで,ヘイトフルなマルチメディアコンテンツの検出におけるテキストベースモデルよりも顕著な改善がもたらされることが示唆された。
  論文  参考訳（メタデータ） (2022-02-13T05:39:47Z)
• Addressing the Challenges of Cross-Lingual Hate Speech Detection [115.1352779982269]
  本稿では,低リソース言語におけるヘイトスピーチ検出を支援するために,言語間移動学習に着目した。 言語間単語の埋め込みを利用して、ソース言語上でニューラルネットワークシステムをトレーニングし、ターゲット言語に適用します。 本研究では,ヘイトスピーチデータセットのラベル不均衡の問題について検討する。なぜなら,ヘイトサンプルと比較して非ヘイトサンプルの比率が高いことがモデル性能の低下につながることが多いからだ。
  論文  参考訳（メタデータ） (2022-01-15T20:48:14Z)
• Leveraging Multilingual Transformers for Hate Speech Detection [11.306581296760864]
  我々は,アートトランスフォーマー言語モデルを用いて,多言語環境でヘイトスピーチを識別する。 学習済みの多言語トランスフォーマーベースのテキストエンコーダをベースとして,複数の言語からヘイトスピーチを識別し,分類することができる。
  論文  参考訳（メタデータ） (2021-01-08T20:23:50Z)
• Video Understanding as Machine Translation [53.59298393079866]
  我々は、単一の統合フレームワークを用いて、様々なダウンストリームビデオ理解タスクに取り組む。 映像分類(EPIC-Kitchens)、質問応答(TVQA)、キャプション(TVC, YouCook2, MSR-VTT)など、いくつかのダウンストリームタスクにおいて、現状よりもパフォーマンスの向上が報告されている。
  論文  参考訳（メタデータ） (2020-06-12T14:07:04Z)

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。