論文の概要: How Do People Challenge Racial Stereotypes Online? Counter-Story Detection Across Reddit Communities

• arxiv url: http://arxiv.org/abs/2610.04803v1
• Date: Sat, 03 Oct 2026 23:18:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 08:48:58.081867
• Title: How Do People Challenge Racial Stereotypes Online? Counter-Story Detection Across Reddit Communities
• Title（参考訳）: オンライン上での人種的ステレオタイプへの挑戦 : Redditコミュニティ全体でのカウンターステップ検出
• Abstract要約: 本稿では,人種的ステレオタイプに対する反ストーリーテリングを大規模に検出し,特徴付けるための第1の枠組みを提案する。 本研究は,(1)ナラトロジーとクリティカルレース理論に基づく3次元分類法,(2)雑音の多いReddit談話におけるステレオタイプとカウンターストリーのリレーショナルペアを識別する多段階パイプラインを含む。
• 参考スコア（独自算出の注目度）: 28.623272695157358
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Counter-storytelling is a powerful mechanism people use to challenge dominant narratives. Unlike other forms of counterspeech that have been widely studied in computational social science, counter-storytelling has largely been overlooked. Counter-stories are difficult to detect automatically; they are relational (defined with respect to expressions of racial stereotypes) and structurally diverse (drawing on stories that describe lived experiences, witnessed events, exemplars, and hypotheticals). We introduce a first framework for detecting and characterizing counter-storytelling against racial stereotypes at scale. This includes (1) a three-dimensional taxonomy grounded in narratology and Critical Race Theory and (2) a multi-stage pipeline that identifies relational pairs of stereotypes and counter-stories in noisy Reddit discourse. Using this pipeline, we annotate 25,549 Reddit posts across 615 communities and identify 1,312 counter-stories. Our analysis shows that speaker identity and post context shape how counter-stories are told. For example, in-group writers favor first-person testimony, often adopting the role of self-reflective insiders. Our work shows how computational methods can scale qualitative approaches to identify and characterize counter-storytelling as a contextual narrative practice, with implications for content moderation, narratology, and racial discourse analysis.
• Abstract（参考訳）: カウンターストーリーテリングは、人々が支配的な物語に挑戦するために使う強力なメカニズムである。 計算社会科学で広く研究されている他のカウンタースピーチとは異なり、反ストーリーテリングは概ね見過ごされている。 カウンター・ストリーは、(人種的ステレオタイプ表現に関して定義された)関係性があり、構造的に多様である(生きた経験、目撃された出来事、模範的現象、仮説に基づく)、自動的な検出は困難である。 本稿では,人種的ステレオタイプに対する反ストーリーテリングを大規模に検出し,特徴付けるための第1の枠組みを提案する。 本研究は,(1)ナラトロジーとクリティカルレース理論に基づく3次元分類法,(2)雑音の多いReddit談話におけるステレオタイプとカウンターストリーのリレーショナルペアを識別する多段階パイプラインを含む。 このパイプラインを使って、615のコミュニティで25,549のRedditポストを注釈付けし、1,312のカウンターストリーを特定します。 分析の結果,話者識別とポスト・コンテクストは,カウンター・ストリーがどう語られるかを示す。 例えば、グループ内での作家は、一人称の証言を好んでおり、しばしば自己反映的なインサイダーの役割を取り入れている。 本研究は, コンテントモデレーション, ナラトロジー, 人種的談話分析に影響を及ぼす文脈的物語の実践として, カウンターストーリーテリングを識別・特徴づけするための定性的な手法のスケール方法を示す。

関連論文リスト

• Social Story Frames: Contextual Reasoning about Narrative Intent and Reception [25.821216199883043]
  SocialStoryFramesは、読者反応に関するもっともらしい推論を蒸留するための形式主義である。 SSF-Corpusは、さまざまなコンテキストから6,140のソーシャルメディアストーリーをキュレートしたデータセットである。 SocialStoryFramesは、微粒で文脈に敏感なモデリングと、受信者の反応の一般的な分類を結びつけることによって、オンラインコミュニティにおけるストーリーテリングに関する新たな研究を可能にする。
  論文  参考訳（メタデータ） (2025-12-17T19:41:32Z)
• Racism, Resistance, and Reddit: How Popular Culture Sparks Online Reckonings [1.9567015559455132]
  この研究は、Redditユーザーがラブクラフト・カントリーとウォッチメンの人種的物語にどのように関わったかを調べる。 3つの動的な社会的役割、敵対者、適応者を特定します。 Redditの匿名能力がいかに流動性、意見のリーダーシップ、道徳的エンゲージメントを形作るかが明らかになった。
  論文  参考訳（メタデータ） (2025-05-27T10:49:17Z)
• Subversive Characters and Stereotyping Readers: Characterizing Queer Relationalities with Dialogue-Based Relation Extraction [13.40905910820175]
  本稿では,対話型対話におけるテレビキャラクタのステレオタイピングの認知過程をモデル化する。 ダイアドが与えられたら、話者が言葉を通してどのような社会的関係を示すかを予測したい。 次に、サブバーシブは、モデルの予測と基底真理ラベルの分布の相違によって特徴づけられる。
  論文  参考訳（メタデータ） (2024-10-19T05:01:56Z)
• Spoken Stereoset: On Evaluating Social Bias Toward Speaker in Speech Large Language Models [50.40276881893513]
  本研究では,音声大言語モデル(SLLM)における社会的バイアスの評価を目的としたデータセットであるSpken Stereosetを紹介する。 多様な人口集団の発話に対して異なるモデルがどのように反応するかを調べることで、これらのバイアスを特定することを目指している。 これらの結果から,ほとんどのモデルではバイアスが最小であるが,ステレオタイプや反ステレオタイプ傾向がわずかにみられた。
  論文  参考訳（メタデータ） (2024-08-14T16:55:06Z)
• Are Fairy Tales Fair? Analyzing Gender Bias in Temporal Narrative Event Chains of Children's Fairy Tales [46.65377334112404]
  社会的バイアスやステレオタイプは、私たちの物語における彼らの存在を通じて、私たちの文化に埋め込まれています。 そこで本稿では,各キャラクタに対して,物語の時間的動詞に基づくイベントチェーンを自動的に抽出する計算パイプラインを提案する。 また、従来のステレオタイプと整合するカテゴリを含むことで、バイアス分析を容易にする動詞ベースのイベントアノテーションスキームを提案する。
  論文  参考訳（メタデータ） (2023-05-26T05:29:37Z)
• Easily Accessible Text-to-Image Generation Amplifies Demographic Stereotypes at Large Scale [61.555788332182395]
  危険で複雑なステレオタイプを増幅する機械学習モデルの可能性を検討する。 さまざまな通常のプロンプトがステレオタイプを生成しており、それらは単に特性、記述子、職業、オブジェクトに言及するプロンプトを含む。
  論文  参考訳（メタデータ） (2022-11-07T18:31:07Z)
• Computational Lens on Cognition: Study Of Autobiographical Versus Imagined Stories With Large-Scale Language Models [95.88620740809004]
  GPT-3を用いた自伝的物語と想像的物語における出来事の物語の流れの相違について検討した。 想像された物語は自伝的物語よりも逐次性が高いことがわかった。 想像された物語と比較すると、自伝的な物語は、最初の人物に関連するより具体的な言葉と単語を含んでいる。
  論文  参考訳（メタデータ） (2022-01-07T20:10:47Z)
• Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
  物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。 以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
  論文  参考訳（メタデータ） (2020-10-04T05:24:12Z)
• Exploring aspects of similarity between spoken personal narratives by disentangling them into narrative clause types [13.350982138577038]
  本稿では,594本の映像から10,296の物語節を含む実世界の音声物語のコーパスを紹介する。 第2に,非ナラティブな専門家に,ラボフの社会言語的個人的物語モデルの下で,これらの節に注釈を付けるよう依頼する。 第3に、最上位の節に対して84.7%のFスコアに達する分類器を訓練する。 我々のアプローチは、個人の物語を研究または表現することを目的とした機械学習の手法を情報提供することを目的としている。
  論文  参考訳（メタデータ） (2020-05-26T14:34:07Z)
• Annotation of Emotion Carriers in Personal Narratives [69.07034604580214]
  我々は、個人的物語(PN) - 話されたり書かれたり - 事実、出来事、思考の記憶 - を理解する問題に興味を持っている。 PNでは、感情担体(英: emotion carriers)は、ユーザの感情状態を最もよく説明する音声またはテキストセグメントである。 本研究は,音声対話における感情担持者を特定するためのアノテーションモデルを提案し,評価する。
  論文  参考訳（メタデータ） (2020-02-27T15:42:39Z)

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。