論文の概要: Harassment on TikTok: A Mixed-Methods Analysis of Video Content and Psycholinguistic Comment Stances

• arxiv url: http://arxiv.org/abs/2611.02172v1
• Date: Sun, 01 Nov 2026 20:22:30 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:08:34.320497
• Title: Harassment on TikTok: A Mixed-Methods Analysis of Video Content and Psycholinguistic Comment Stances
• Title（参考訳）: TikTokのハラスメント:ビデオコンテンツと心理言語学的コメントスタンスを混合手法で分析する
• Abstract要約: ハッシュタグハラスメントと66,337件のコメントをタグ付けした190本のTikTokビデオについて、混合手法による調査を行った。 ビデオの質的分析では、ハラスメントの種類(性的、言語的、ストーキング、法執行機関、いじめ、キャットコール、ガスライティング)とその特徴を識別する。 我々は,TikTokのハラスメントが多面的であり,内容,文脈,コミュニティの規範によって形成されていることを示す。
• 参考スコア（独自算出の注目度）: 9.046526612971155
• License:
• Abstract: Despite extensive research on harassment, how it manifests on short--form video platforms such as TikTok---and how it shapes user interactions---remains underexplored, though these dynamics are critical for designing effective safety strategies for online communities. We present a mixed-methods study of 190 TikTok videos tagged with hashtag harassment and their 66,337 comments. Our qualitative analysis of videos identifies harassment types (sexual, verbal, stalking, law enforcement, bullying, catcalling, and gaslighting) and their characteristics (e.g., location, target, video style, and theme), along with engagement patterns. Although sexual harassment was the most prevalent topic, it did not have the highest engagement; instead, stalking--related videos received the most views. Pairwise comparisons and regression--based analyses of comments' psycholinguistic features and stance (support, opposition, neutrality) revealed differences in emotional tone, social orientation, and cognitive categories across harassment types. Comments on sexual harassment frequently express solidarity with victims, whereas discussions of law enforcement harassment emphasize institutional critique. We provide implications of our findings, demonstrating that harassment on TikTok is multifaceted, shaped by content, context, and community norms.
• Abstract（参考訳）: ハラスメントに関する広範な研究にもかかわらず、TikTokのようなショートフォームの動画プラットフォームでどのように現れるか、そしてユーザーインタラクションをどう形作るか--未調査のまま残されているが、これらのダイナミクスはオンラインコミュニティの効果的な安全戦略を設計するために重要である。 ハッシュタグハラスメントと66,337件のコメントをタグ付けした190本のTikTokビデオについて、混合手法による調査を行った。 ビデオの質的分析では、ハラスメントの種類(性的、言語的、ストーキング、法執行機関、いじめ、キャットコール、ガスライティング)と、その特徴(例えば、場所、ターゲット、ビデオスタイル、テーマ)を、エンゲージメントパターンとともに識別する。 セクシュアルハラスメントは最も一般的な話題であったが、その代わりにストーキング関連ビデオが最も多く評価された。コメントの心理言語的特徴とスタンス(支持、反対、中立性)の適切な比較と回帰に基づく分析により、ハラスメントの種類による感情的トーン、社会的指向、認知カテゴリーの違いが明らかになった。 セクシャルハラスメントに関するコメントは、しばしば被害者との連帯を表すが、法執行機関のハラスメントに関する議論は、制度的批判を強調する。 我々は,TikTokのハラスメントが多面的であり,内容,文脈,コミュニティ規範によって形成されていることを示す。

関連論文リスト

• Video-Based Sexual Harassment Detection Using Fine-Tuned Video Transformers [0.2446948464551684]
  私たちはSexual Harassment Videoデータセットを、YouTubeからソースされた600の短いビデオクリップに拡張します。 我々は、バイナリハラスメント分類のために、最先端の3つのビデオトランスフォーマーモデル、VideoMAE、ViViT、TimeSformerを微調整する。
  論文  参考訳（メタデータ） (2026-10-11T05:28:19Z)
• IYKYK (But AI Doesn't): Automated Content Moderation Does Not Capture Communities' Heterogeneous Attitudes Towards Reclaimed Language [45.4201325387611]
  我々は, LGBTQIA+, Black, and female community around reclaimed slursにおいて, ソーシャルメディア利用者の態度を定量的に, 質的に検討する。 グループ内アノテータ間ではかなりの意見の相違が示され、低アノテータ間アノテータ合意が守られた。 アノテータの判断とパースペクティブAPIによる自動ヘイトスピーチアセスメントの整合性は低い。
  論文  参考訳（メタデータ） (2026-04-17T19:19:57Z)
• Weapons of Online Harassment: Menacing and Profiling Users via Social Apps [11.031258159143329]
  アプリレビューではしばしばハラスメントが書かれています。 私たちは300万以上のレビューと1,800以上のアプリからなるデータセットを構築しました。 私たちは、ハラスメントを許容する1,395のアプリを特定し、トップ48の開発者に対して、ユーザ報告されたハラスメントが最も高いことを通知しました。
  論文  参考訳（メタデータ） (2025-11-12T21:58:39Z)
• HOTVCOM: Generating Buzzworthy Comments for Videos [49.39846630199698]
  この研究は、中国最大のビデオコンテンツデータセットであるtextscHotVComを紹介し、94万の多様なビデオと1億1700万のコメントからなる。 また、中国語のビデオデータセット上で、視覚的、聴覚的、テキスト的データを相乗的に統合し、影響力のあるホットコンテンツを生成するtexttComHeatフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-23T16:45:13Z)
• Analyzing Norm Violations in Live-Stream Chat [49.120561596550395]
  本研究は,ライブストリーミングプラットフォーム上での会話における規範違反を検出することを目的とした,最初のNLP研究である。 ライブストリームチャットにおける標準違反カテゴリを定義し、Twitchから4,583のコメントを注釈付けします。 以上の結果から,適切なコンテキスト情報がモデレーション性能を35%向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-05-18T05:58:27Z)
• Online Harassment of Japanese Celebrities and Influencers [0.0]
  有名人(セレブやインフルエンサーなど)は毎日オンラインで嫌がらせを受けている。 オンラインハラスメントは彼らを精神的に妨げ、社会に悪影響を及ぼす。 オンラインハラスメントの被害者、感情的負傷、および犯罪者に対する行動について、日本の著名人を対象に調査を行った。
  論文  参考訳（メタデータ） (2022-10-14T07:51:54Z)
• Beyond Plain Toxic: Detection of Inappropriate Statements on Flammable Topics for the Russian Language [76.58220021791955]
  本稿では,不合理性という二項的概念と,センシティブなトピックの多項的概念に基づいてラベル付けされた2つのテキストコレクションについて述べる。 不適切な概念を客観するために、クラウドソーシングではデータ駆動方式で定義する。
  論文  参考訳（メタデータ） (2022-03-04T15:59:06Z)
• Demographic Representation and Collective Storytelling in the Me Too Twitter Hashtag Activism Movement [17.672730162091526]
  Twitterの#ムーブメントは、セクハラや暴力の広がりに注意を向けている。 性別と人種/民族間の会話をオンラインで調べる。 白人女性が投稿したツイートは、他の人口統計と比較すると、このムーブメントで過剰に表現されていた。
  論文  参考訳（メタデータ） (2020-10-13T15:25:33Z)
• #MeToo on Campus: Studying College Sexual Assault at Scale Using Data Reported on Social Media [71.74529365205053]
  我々は、#トレンドが大学フォロワーのプールに与える影響を分析した。 その結果、これらの#ツイートに埋め込まれたトピックの大部分は、セクシャルハラスメントのストーリーを詳述している。 この傾向といくつかの主要地理的地域に関する公式な報告との間には大きな相関関係がある。
  論文  参考訳（メタデータ） (2020-01-16T18:05:46Z)

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。