文献

J-GLOBAL ID：202202211621583352   整理番号：22A0565333

ヒンディにおける敵対検出の調査【JST・京大機械翻訳】

Investigating Hostile Post Detection in Hindi

著者 (3件)： Bhatnagar Varad (Indian Institute of Technology, Bombay, India) ,  Kumar Prince (Indian Institute of Technology, Bombay, India) ,  Bhattacharyya Pushpak (Indian Institute of Technology, Bombay, India)
資料名： Neurocomputing  (Neurocomputing)
巻： 474  ページ： 60-81  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 社会メディアプラットフォーム上の住宅内容は,政府と組織にとって問題になっている。AIベースの介入の必要性があり,それは,スケールにおける敵対的内容をフィルターにかけることができる。課題は,言語の曖昧さ,訓練データの欠如,および局所文脈にある。本論文では,Hindi言語に対するHosile Post検出を検討し,これは,話者母集団と世界における第三者に関して,インド亜大陸における最上位言語である。著者らは,(i)表現(ii)データおよび(iii)アーキテクチャの次元に沿って,この領域における事前研究を拡張し,その方法に沿って,変換者やマルチタスク学習のようなアプローチを探索した。この非常に実験的研究において,比較を描き,傾向を発見し,洞察を示した。2つの評価尺度で16.5%と29.77%のベースラインの改善を管理した。粗粒F1スコアと細粒F1スコア。また,これらの2つの評価尺度で,それぞれ0.93%と9.18%の以前の研究結果を得ることができた。著者らが知る限り,HindiにおけるHostility検出に関する他の研究で報告された数より大きい60の実験を行った。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタ ,  *言語 ,  インド ,  母集団 ,  基準線 ,  評価基準 ,  曖昧さ ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： 敵意 ,  訓練データ ,  評価尺度 ,  話者 ,  ソーシャルメディア ,  マルチタスク学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 敵対 ,  ラベルパワーセット ,  二値関連性 ,  BERT ,  MTDNN

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 敵対 ,  調査