A Multi-Scenario Approach to Continuously Learn and Understand the Evolution of Norm Violations

Aquesta tesi aborda el repte d'identificar les violacions de les normes que evolucionen a les comunitats en línia i proposa un enfocament d'aprenentatge automàtic que dona suport als sistemes normatius per aprendre de manera contínua què constitueix una violació de les normes a partir de l...

Descripción completa

Detalles Bibliográficos
Autor: Freitas Dos Santos, Thiago
Tipo de recurso: tesis doctoral
Fecha de publicación:2024
País:España
Institución:Universitat Autònoma de Barcelona
Repositorio:Dipòsit Digital de Documents de la UAB
Idioma:inglés
OAI Identifier:oai:ddd.uab.cat:296761
Acceso en línea:https://ddd.uab.cat/record/296761
Access Level:acceso abierto
Palabra clave:Violació de normes
Norm violation
Violación de normas
Interpretabilitat
Interpretability
Interpretabilidad
Aprenentatge incremental
Incremental learning
Aprendizaje incremental
Tecnologies
Descripción
Sumario:Aquesta tesi aborda el repte d'identificar les violacions de les normes que evolucionen a les comunitats en línia i proposa un enfocament d'aprenentatge automàtic que dona suport als sistemes normatius per aprendre de manera contínua què constitueix una violació de les normes a partir de les interaccions i les respostes dels membres de la comunitat. Es centra en comunitats en línia de baix recurs o de nova creació amb dades d'entrenament limitades. La contribució principal resideix en la integració de l'aprenentatge incremental en tres marcs (FeDAL, LaMAL i CAL), abordant dades tabulars i de text amb característiques d'interpretabilitat. Es valoren aquests marcs en la detecció de violacions de normes amb dades desequilibrades i canvis de perspectives comunitàries, destacant que la incorporació de dades de diferents comunitats per part de CAL millora el rendiment en una nova comunitat objectiu. A més, un estudi d'usuaris explora l'impacte de la interpretabilitat de l'aprenentatge automàtic en les opinions dels usuaris quan avaluen frases que contenen discurs de l'odi, posant de manifest el seu paper potencial en desencadenar actualitzacions del model i proporcionar informació valuosa per a l'avaluació del model més enllà de les mètriques tradicionals.