論文の概要: BenCoDiC: A Large-Scale Contextual Cyberbullying Corpus for Bengali Political News Discourse FULL VERSION

• arxiv url: http://arxiv.org/abs/2610.13121v1
• Date: Fri, 09 Oct 2026 07:16:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.449202
• Title: BenCoDiC: A Large-Scale Contextual Cyberbullying Corpus for Bengali Political News Discourse FULL VERSION
• Title（参考訳）: BenCoDiC: ベンガルの政治ニュース番組「FULL VERSION」のための大規模コンテキストサイバーいじめコーパス
• Abstract要約: Bengali Con and Diverse Cyberbullying (textitBenCoDiC) コーパス(英: corpus)は、ベンガルの政治ニュースのための文脈的サイバーいじめのリソースである。 textitBenCoDiCは、コンテキスト対応のサイバーバブル検出と、加害者指向の行動およびネットワーク分析をサポートする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cyberbullying is a growing concern in online communities, yet existing Bengali corpora remain limited in contextual information, annotation transparency, scale, accessibility, and support for multidimensional analysis, thereby hindering robust detection and comprehensive study of harasser behaviors and networks. To address these gaps, we introduce the Bengali Contextual and Diverse Cyberbullying (\textit{BenCoDiC}) corpus, a publicly available contextual cyberbullying resource for Bengali political news discourse comprising 50,250 textual instances collected from 100 YouTube videos and their associated discussions. The corpus preserves caption--comment--reply relationships and is organized through a nine-dimensional star schema covering users, videos, textual content, context, time, engagement, political parties, target identities, and language categories. Five AI chatbots were initially evaluated for annotation but did not meet the predefined reliability criterion. Consequently, a two-tier human annotation process with expert verification was adopted, achieving Fleiss' $κ=0.86$ and Krippendorff's $α=0.86$. Statistical analyses characterize the corpus, while transformer-based experiments show that incorporating conversational context yields modest but consistent improvements over isolated-text classification. \textit{BenCoDiC} supports context-aware cyberbullying detection and perpetrator-oriented behavioral and network analysis. The corpus is available at https://github.com/bencodic/BenCoDiC-Corpus.
• Abstract（参考訳）: サイバーいじめはオンラインコミュニティで懸念が高まりつつあるが、既存のベンガルのコーパスは、文脈情報、アノテーションの透明性、スケール、アクセシビリティ、多次元分析のサポートに制限されているため、堅牢な検出とハッサー行動とネットワークの包括的な研究を妨げる。 このギャップに対処するために、100本のYouTubeビデオから収集された50,250件のテキストインスタンスと関連する議論を含む、ベンガル政治ニュースのコンテクストサイバーいじめリソースである、Bengali Contextual and Diverse Cyberbullying (\textit{BenCoDiC}) corpusを紹介した。 コーパスはキャプション-コマンド-リプライ関係を保存し、ユーザー、ビデオ、テキストコンテンツ、コンテキスト、時間、エンゲージメント、政党、ターゲットID、言語カテゴリをカバーする9次元のスタースキーマによって構成される。 5つのAIチャットボットは最初アノテーションとして評価されたが、事前に定義された信頼性基準を満たしていなかった。 その結果、専門家による検証を伴う2層人間のアノテーションプロセスが採用され、フライスのκ=0.86$とクリッペンドルフのα=0.86$が達成された。 統計的解析はコーパスを特徴づける一方、トランスフォーマーに基づく実験は、会話コンテキストを組み込むことで、孤立したテキスト分類よりも穏やかだが一貫した改善が得られることを示している。 \textit{BenCoDiC}は、コンテキスト対応のサイバーバブル検出と、加害者指向の行動およびネットワーク分析をサポートする。 コーパスはhttps://github.com/bencodic/BenCoDiC-Corpusで入手できる。

関連論文リスト

• ControBench: An Interaction-Aware Benchmark for Controversial Discourse Analysis on Social Networks [17.87131765035957]
  ControBenchは議論の余地のある談話分析のベンチマークである。 RedditのTrump、中絶、宗教に関する議論から生まれたものだ。 我々はControBench上で,グラフニューラルネットワーク,事前学習言語モデル,および大規模言語モデルを評価する。
  論文  参考訳（メタデータ） (2026-05-01T08:39:26Z)
• SPOT: An Annotated French Corpus and Benchmark for Detecting Critical Interventions in Online Conversations [10.409447852574907]
  SPOTは、停止点という社会学的概念を再現可能なNLPタスクに翻訳する最初の注釈付きコーパスである。 このコーパスには、フランスのFacebookコメントを手動で注釈付けした43,305件が含まれている。 我々は、様々なプロンプト戦略の下で、細調整エンコーダモデル(CamemBERT)と命令調整LLMをベンチマークする。
  論文  参考訳（メタデータ） (2025-11-10T18:54:40Z)
• Explain Thyself Bully: Sentiment Aided Cyberbullying Detection with Explanation [52.3781496277104]
  さまざまなソーシャルメディアネットワークやオンラインコミュニケーションアプリの人気により、サイバーいじめが大きな問題になっている。 一般データ保護規則の「説明の権利」のような近年の法律は、解釈可能なモデルの開発に拍車をかけた。 我々は,コード混在言語からの自動サイバーバブル検出のための,mExCBと呼ばれる最初の解釈可能なマルチタスクモデルを開発した。
  論文  参考訳（メタデータ） (2024-01-17T07:36:22Z)
• 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)
• 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)
• Discourse Analysis for Evaluating Coherence in Video Paragraph Captions [99.37090317971312]
  ビデオ段落のコヒーレンスを評価するための,新しい談話に基づく枠組みを検討中である。 ビデオのコヒーレンスに条件付き段落のコヒーレンスをモデル化する上で,ビデオの談話表現が中心となる。 実験の結果,提案手法は,ビデオ段落のコヒーレンスをベースライン法よりも有意に向上させることがわかった。
  論文  参考訳（メタデータ） (2022-01-17T04:23:08Z)
• What's in the Box? An Analysis of Undesirable Content in the Common Crawl Corpus [77.34726150561087]
  言語モデルの訓練に広く使用されるコロッサルwebコーパスであるcommon crawlを分析した。 ヘイトスピーチや性的明示的なコンテンツなど、フィルタリング処理後も、好ましくないコンテンツがかなりの量含まれていることがわかりました。
  論文  参考訳（メタデータ） (2021-05-06T14:49:43Z)
• Classification Benchmarks for Under-resourced Bengali Language based on Multichannel Convolutional-LSTM Network [3.0168410626760034]
  われわれはBengFastTextという2億5000万記事をベースに、これまでで最大のベンガル語埋め込みモデルを構築している。 単語の埋め込みを多チャンネル畳み込み-LSTMネットワークに組み込んで、さまざまなタイプのヘイトスピーチ、文書分類、感情分析を予測する。
  論文  参考訳（メタデータ） (2020-04-11T22:17:04Z)

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。