抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ソーシャルメディアプラットフォームは,急速なペースで成長し,多くの使用可能な特徴により容易化された利便性のため,コンテンツとのユーザ関与を引きつけている。このようなプラットフォームは,テキスト(すなわちコメント)の形で意見を表現する方法と同様に,類似のような対話型オプションを持つユーザを提供する。これらのオンラインプラットフォームに関するコメントコメントの能力は,これらのプラットフォームにヘートを広げるだけでなく,いくつかのユーザをラシスト,オッセンに後ろすようにした。いくつかの場合において,この種の毒性挙動は,ユーザがヘートとプロファンシティが広がる場所に彼らの見解を共有できる空間からコメントセクションを転換するかもしれない。このような問題は,様々なソーシャルメディアプラットフォームにわたって観察され,多くのユーザは,このような不適切なコメントをフィルタリングする多くの時間を費やすためにコメント減速材を必要とするこれらの種類の行動にしばしば曝露される。さらに,そのようなテキスト「不適当な内容」は,様々な話題(議論の余地のない)に関して,年齢に関係なくユーザに向けて目標とされ,様々なイベントによってトリガされる。したがって,深い学習と自然言語処理における最先端の技術を利用して,異なるソーシャルメディアプラットフォームに対するこの種の毒性に対するユーザ曝露の研究,検出および解析に,主に,ミクターの中読作業が集中している。本論文では,若いユーザを目標とするYouTubeビデオに投稿された不適切なコメントに対するコッド曝露の検出と測定に関する1つの事例を提示した。一方,同じパイプラインは,コナウイルス病2019(COVID’19)の見地から,公共談話における様々な話題に向けて,主流ニュースメディアと感情とのユーザインタラクションを測定するために調べられている。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】
