論文の概要: When Does Hate Transfer? A Large-Scale Study of Cross-Lingual Hate Speech Detection

• arxiv url: http://arxiv.org/abs/2610.27285v1
• Date: Mon, 19 Oct 2026 20:58:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.511876
• Title: When Does Hate Transfer? A Large-Scale Study of Cross-Lingual Hate Speech Detection
• Title（参考訳）: ヘイト伝達はいつ起こるか : 言語横断型ヘイト音声検出の大規模研究
• Abstract要約: われわれは14言語にわたる大規模な研究を行っている。 我々は、ある言語対が他の言語よりも効果的に移動する一貫したパターンを観察する。 文化的手がかりとコミュニケーション規範は、残りの事例のいくつかに関連付けられている可能性がある。
• 参考スコア（独自算出の注目度）: 14.566415137135614
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Effective detection of hate content is essential for maintaining healthy online communities, yet performance can vary substantially across languages. This work investigates a core practical question: Can training data from one language support hate-speech detection in another language with comparable performance? To answer this question, we conduct a large-scale study across 14 languages. \change{We observe consistent patterns in which certain language pairs transfer more effectively than others. Among the factors we measure, linguistic similarity is the strongest predictor of these patterns, with temporal overlap and dataset-size difference playing smaller roles. These measurable factors do not fully explain the observed patterns; a complementary qualitative analysis suggests that shared cultural cues and communicative norms may be associated with some of the remaining cases, particularly within several clusters. We present this cultural interpretation as a hypothesis from qualitative inspection rather than a measured cause.}{} Our analysis includes low-resource languages, offering practical insights into when cross-lingual transfer can support them and where its limitations emerge. These findings inform the design of more reliable multilingual hate-detection systems.
• Abstract（参考訳）: 効果的なヘイトコンテンツの検出は、健全なオンラインコミュニティを維持する上で不可欠であるが、言語によってパフォーマンスが大きく異なる可能性がある。 ある言語からのトレーニングデータは、同等のパフォーマンスを持つ別の言語でヘイトスピーチ検出をサポートできますか? この質問に答えるために、14言語にわたる大規模な研究を行っている。 特定の言語ペアが他よりも効果的に転送される、一貫性のあるパターンを観察します。 私たちが測定した要因のうち、言語的類似性は、時間的重複とデータセットサイズの差がより小さい役割を担いながら、これらのパターンの最も強力な予測要因である。 これらの測定可能な要因は、観察されたパターンを完全に説明していない; 相補的な質的分析は、共有された文化的手がかりとコミュニケーション規範は、特にいくつかのクラスターにおいて、残りの事例のいくつかに関連している可能性があることを示唆している。 我々は,この文化的解釈を,測定された原因ではなく質的検査からの仮説として提示する。 我々の分析には低リソース言語が含まれており、言語間移動がいつそれらをサポートするのか、その限界が現れるのかに関する実践的な洞察を提供する。 これらの結果は、より信頼性の高い多言語ヘイト検出システムの設計を示唆している。

関連論文リスト

• Quantifying Cross-Lingual Transfer in Paralinguistic Speech Tasks [4.911970211082446]
  言語間の言語間相互作用を定量化するための体系的手法であるCLTM(Cross-Lingual Transfer Matrix)を提案する。 我々は,多言語HuBERTエンコーダを用いて,ジェンダー識別と話者検証という2つのパラ言語課題にCLTMを適用した。 この結果から,タスクや言語間の異なる伝達パターンが明らかとなり,言語に依存した系統的な影響が反映された。
  論文  参考訳（メタデータ） (2026-03-09T11:02:57Z)
• When Meanings Meet: Investigating the Emergence and Quality of Shared Concept Spaces during Multilingual Language Model Training [57.230355403478995]
  本研究では,EuroLLMの事前学習における言語に依存しない概念空間の開発について検討する。 共有概念空間は早期に出現し、洗練され続けていますが、それらとの整合性は言語に依存しています。 従来の作業とは対照的に、細かな手作業分析により、翻訳品質の顕著な向上は、行動の変化を反映していることが判明した。
  論文  参考訳（メタデータ） (2026-01-30T11:23:01Z)
• SteerEval: Inference-time Interventions Strengthen Multilingual Generalization in Neural Summarization Metrics [33.30877107523988]
  この領域における主要な実証的ボトルネックは、多くの言語に対する正確で堅牢な評価指標の不足である。 近年の研究では、多言語モデルはしばしば英語を内部のピボット言語として使用することが示唆されている。 このミスマッチが多言語神経メトリクスにも適用できるという仮説に触発されて、英語のピボットに向けてのアクティベーションを操ることで、人間の判断との相関が向上するかどうかを問う。
  論文  参考訳（メタデータ） (2026-01-22T09:49:29Z)
• Information Loss in LLMs' Multilingual Translation: The Role of Training Data, Language Proximity, and Language Family [0.9422186097220215]
  本研究は,多言語翻訳における学習データ,言語親和性,言語族が情報損失に与える影響を系統的に検討する。 GPT-4とLlama 2の2つの大言語モデルについて,ラウンドトリップ翻訳により評価した。
  論文  参考訳（メタデータ） (2025-06-29T17:21:05Z)
• Can Machine Translation Bridge Multilingual Pretraining and Cross-lingual Transfer Learning? [8.630930380973489]
  本稿では,機械翻訳を言語表現学習の強化を目的とした継続的な学習目的として活用する可能性について検討する。 この結果から,機械翻訳の継続学習が言語間表現学習の強化に失敗することが明らかとなった。 言語横断シナリオにおける明示的な文レベルのアライメントは、言語間移動事前学習に有害である、と結論付けた。
  論文  参考訳（メタデータ） (2024-03-25T13:53:04Z)
• Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
  この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
  論文  参考訳（メタデータ） (2023-10-23T17:42:01Z)
• Multilingual Auxiliary Tasks Training: Bridging the Gap between Languages for Zero-Shot Transfer of Hate Speech Detection Models [3.97478982737167]
  副タスクの微調整によって得られる言語間知識プロキシにより、ヘイトスピーチ検出モデルがどのような恩恵を受けるかを示す。 本稿では,言語間のヘイトスピーチ検出モデルのゼロショット転送を改善するために,多言語補助タスクの訓練を提案する。
  論文  参考訳（メタデータ） (2022-10-24T08:26:51Z)
• Delving Deeper into Cross-lingual Visual Question Answering [115.16614806717341]
  標準学習装置に簡単な修正を加えることで、モノリンガル英語のパフォーマンスへの移行ギャップを大幅に減らすことができることを示す。 多言語マルチモーダル変換器の多言語間VQAを多言語間VQAで解析する。
  論文  参考訳（メタデータ） (2022-02-15T18:22:18Z)
• AM2iCo: Evaluating Word Meaning in Context across Low-ResourceLanguages with Adversarial Examples [51.048234591165155]
  本稿では, AM2iCo, Adversarial and Multilingual Meaning in Contextを提案する。 言語間文脈における単語の意味の同一性を理解するために、最先端(SotA)表現モデルを忠実に評価することを目的としている。 その結果、現在のSotAプリトレーニングエンコーダは人間のパフォーマンスにかなり遅れていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-04-17T20:23:45Z)
• On Negative Interference in Multilingual Models: Findings and A Meta-Learning Treatment [59.995385574274785]
  従来の信念に反して、負の干渉は低リソース言語にも影響を及ぼすことを示す。 メタ学習アルゴリズムは、より優れた言語間変換性を得、負の干渉を軽減する。
  論文  参考訳（メタデータ） (2020-10-06T20:48:58Z)
• Bridging Linguistic Typology and Multilingual Machine Translation with Multi-View Language Representations [83.27475281544868]
  特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。 我々の表現は類型学を組み込み、言語関係と相関関係を強化する。 次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
  論文  参考訳（メタデータ） (2020-04-30T16:25:39Z)

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。