論文の概要: ALTO: African and Levantine Tech-Facilitated Gender-Based Violence Corpus

• arxiv url: http://arxiv.org/abs/2611.06706v1
• Date: Wed, 04 Nov 2026 16:06:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:58.195797
• Title: ALTO: African and Levantine Tech-Facilitated Gender-Based Violence Corpus
• Title（参考訳）: ALTO:アフリカ系およびレバンタ系テックファシリテートジェンダーベースのバイオレンスコーパス
• Abstract要約: TFGBV(Tech-facilitated gender based violence)は、女性や少数民族に影響を及ぼすオンライン暴力である。 性別付き害検知のための現在のモデルと注釈付きデータセットは、Global North言語で訓練されたデータとモデルによって支配されている。 我々は,レバンタアラビア語,アフリカフランス語,スワヒリ語におけるTFGBVの文化的および言語学的関連事例をクラウドソースするコミュニティ主導のアプローチを開発した。
• 参考スコア（独自算出の注目度）: 12.178048347079253
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tech-facilitated gender based violence (TFGBV) is a pervasive online harm affecting women and gender minority groups through its many direct and covert forms. Current models and annotated datasets for gendered harm detection are dominated by data from, and models trained in, Global North languages. In collaboration with civil society organizations (CSOs) from Jordan, Francophone West Africa, and Kenya, we developed a community-led approach to crowdsource culturally and linguistically relevant instances of TFGBV in Levantine Arabic, African French, and Swahili. We annotated the crowdsourced data using active learning to develop a small but performant dataset (N=3022) called ALTO to improve TFGBV detection in the three languages. Through benchmarking and fine-tuning experiments, we show that existing harmful content detection models show poor TFGBV recall within ALTO and improve with fine-tuning. We found that models often miss covert harms across all languages, while error rates are markedly higher in Swahili. We report the experimental results and release the annotation taxonomy, dataset, and trained models.
• Abstract（参考訳）: TFGBV(Tech-facilitated gender based violence)は、女性や男女マイノリティグループに影響を及ぼす広範囲なオンライン暴力である。 性別付き害検知のための現在のモデルと注釈付きデータセットは、Global North言語で訓練されたデータとモデルによって支配されている。 ヨルダン、西アフリカ、ケニアの市民社会団体(CSO)と共同で、レバンタ・アラビア、アフリカ・フランス語、スワヒリ語におけるTFGBVの文化的および言語学的関連事例をクラウドソースするコミュニティ主導のアプローチを開発しました。 我々は,アクティブラーニングを用いたクラウドソーシングデータを用いて,ALTOと呼ばれる小型だが高性能なデータセット(N=3022)を開発し,TFGBVの検出を3言語で改善した。 ベンチマークおよび微調整実験により、既存の有害なコンテンツ検出モデルでは、ALTO内のTFGBVのリコールが不十分であり、微調整による改善が示されている。 スワヒリ語ではエラー率が著しく高いのに対して、モデルではすべての言語で隠れた害を見逃すことがしばしばあります。 実験結果を報告し、アノテーション分類、データセット、訓練されたモデルをリリースする。

関連論文リスト

• GENDIS: Gender-Related Discourse and Stance in Multilingual YouTube Comments from India, Kenya, and Nigeria [10.472978264332406]
  GENDISは、インド、ケニア、ナイジェリアのYouTubeコメントを多言語で注釈付けした9600のデータセットである。 2段階のフレームワークは、性別が参照されているかどうかを特定し、その後、性別に関連するコンテンツをネガティブ、ポジティブ、中立と分類する。 均一なランダムな地層では、23.8-35.0%のコメントがジェンダー関連であり、解決されたスタンスを持つ者のうち82%が中立または肯定的である。
  論文  参考訳（メタデータ） (2026-10-13T06:04:50Z)
• Evaluating Machine Translation Datasets for Low-Web Data Languages: A Gendered Lens [2.0009620796960523]
  品質よりも量を優先する上で、低リソースの言語ではパフォーマンスの悪い言語技術を構築するリスクがあります。 本稿では,3つの低リソース言語を対象とした機械翻訳データセットの品質について検討する。 人名,動詞の文法的性別,データセットのステレオタイプ的描写など,男性の性別に対する大きな歪を見出した。
  論文  参考訳（メタデータ） (2025-11-05T21:51:30Z)
• GenderBias-\emph{VL}: Benchmarking Gender Bias in Vision Language Models via Counterfactual Probing [72.0343083866144]
  本稿では,GenderBias-emphVLベンチマークを用いて,大規模視覚言語モデルにおける職業関連性バイアスの評価を行う。 ベンチマークを用いて15のオープンソースLVLMと最先端の商用APIを広範囲に評価した。 既存のLVLMでは男女差が広くみられた。
  論文  参考訳（メタデータ） (2024-06-30T05:55:15Z)
• The Uli Dataset: An Exercise in Experience Led Annotation of oGBV [3.1060730586569427]
  ヒンディー語、タミル語、インド英語の3言語で性別による虐待に関するデータセットを提示する。 このデータセットは、女性や南アジアのLGBTQIAコミュニティのメンバーと同一視する専門家によって、性虐待の経験に関する3つの質問に沿って注釈付けされたツイートで構成されている。
  論文  参考訳（メタデータ） (2023-11-15T16:30:44Z)
• NusaWrites: Constructing High-Quality Corpora for Underrepresented and Extremely Low-Resource Languages [54.808217147579036]
  インドネシアの地方言語について事例研究を行う。 データセット構築におけるオンラインスクラップ,人文翻訳,および母語話者による段落作成の有効性を比較した。 本研究は,母語話者による段落作成によって生成されたデータセットが,語彙的多様性と文化的内容の点で優れた品質を示すことを示す。
  論文  参考訳（メタデータ） (2023-09-19T14:42:33Z)
• CBBQ: A Chinese Bias Benchmark Dataset Curated with Human-AI Collaboration for Large Language Models [52.25049362267279]
  本稿では,人的専門家と生成言語モデルによって共同で構築された100万以上の質問からなる中国語バイアスベンチマークデータセットを提案する。 データセットのテストインスタンスは、手作業による厳格な品質管理を備えた3K以上の高品質テンプレートから自動的に抽出される。 大規模な実験により、データセットがモデルバイアスを検出することの有効性が実証された。
  論文  参考訳（メタデータ） (2023-06-28T14:14:44Z)
• How True is GPT-2? An Empirical Analysis of Intersectional Occupational Biases [50.591267188664666]
  下流のアプリケーションは、自然言語モデルに含まれるバイアスを継承するリスクがある。 一般的な生成言語モデルであるGPT-2の作業バイアスを分析した。 特定の仕事について、GPT-2は米国におけるジェンダーと民族の社会的偏見を反映しており、場合によってはジェンダー・パリティの傾向を反映している。
  論文  参考訳（メタデータ） (2021-02-08T11:10:27Z)
• Mitigating Gender Bias in Captioning Systems [56.25457065032423]
  ほとんどのキャプションモデルは性別バイアスを学習し、特に女性にとって高い性別予測エラーにつながる。 本稿では, 視覚的注意を自己指導し, 正しい性的な視覚的証拠を捉えるためのガイド付き注意画像キャプチャーモデル(GAIC)を提案する。
  論文  参考訳（メタデータ） (2020-06-15T12:16:19Z)

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。