शोधकर्ताओं ने भविष्यवाणी करने के लिए एक मॉडल बनाया है कि कौन सी सिविल ऑनलाइन बातचीत एक मोड़ ले सकती है और निकल सकती है।

विकिपीडिया संपादकों के बीच सैकड़ों एक्सचेंजों का विश्लेषण करने के बाद, शोधकर्ताओं ने एक कंप्यूटर प्रोग्राम विकसित किया जो वार्तालाप की शुरुआत में प्रतिभागियों की भाषा में चेतावनी संकेतों के लिए स्कैन करता है- जैसे कि बार-बार, सीधी पूछताछ या "आप" शब्द का उपयोग - शुरूआत में भविष्यवाणी करने के लिए नागरिक बातचीत घबराएगी। (एक्टर का नोट: ऑनलाइन प्रश्नोत्तरी के बारे में जानकारी के लिए, इस आलेख के अंत को देखें।) ("अनुमान लगाएं कि कौन सी वार्तालाप घबराएगी" ऑनलाइन प्रश्नोत्तरी: http://awry.infosci.cornell.edu/)

अध्ययन में पाया गया कि प्रारंभिक आदान-प्रदान जिसमें अभिवादन, कृतज्ञता के भाव, हेजेज जैसे "ऐसा लगता है" और शब्द "मैं" और "हम" शब्द सिविल बने रहने की अधिक संभावना रखते थे।

"हर दिन लाखों ऐसी चर्चाएं होती हैं, और आप संभवतः उन सभी की निगरानी नहीं कर सकते हैं। कॉर्नेल विश्वविद्यालय में सूचना विज्ञान के सहायक प्रोफेसर क्रिस्टियन डेनेस्कु-निकुल्सु-मिज़िल कहते हैं, "इस खोज के आधार पर एक प्रणाली मानव मॉडरेटर को बेहतर ध्यान देने में मदद कर सकती है।" कागज़.

"हम, इंसानों के रूप में, एक अंतर्ज्ञान है कि वार्तालाप घबराए जाने के बारे में है, लेकिन यह अक्सर एक संदेह है। हम उस समय 100 प्रतिशत नहीं कर सकते हैं। हमें आश्चर्य है कि क्या हम इस अंतर्ज्ञान से परे या फिर भी जाने के लिए सिस्टम बना सकते हैं, "डेनेस्कु-निकुल्सु-मिज़िल कहते हैं।

कंप्यूटर मॉडल, जिसे "विषाक्तता" का मूल्यांकन करने के लिए मशीन-लर्निंग टूल भी माना जाता है, उस समय 65 प्रतिशत के आसपास सही था। मनुष्यों ने उस समय 72 सही ढंग से अनुमान लगाया।

लोग यह अनुमान लगाने की अपनी क्षमता का परीक्षण कर सकते हैं कि ऑनलाइन प्रश्नोत्तरी में कौन सी बातचीत समाप्त हो जाएगी।

अध्ययन ने 1,270 वार्तालापों का विश्लेषण किया जो नागरिक रूप से शुरू हुआ लेकिन व्यक्तिगत हमलों में गिरावट आई, जो 50 मिलियन विकिपीडिया "टॉक" पृष्ठों में 16 मिलियन बातचीत से जुड़ी हुई है, जहां संपादक लेख या अन्य मुद्दों पर चर्चा करते हैं। उन्होंने जोड़ों में एक्सचेंजों की जांच की, प्रत्येक वार्तालाप की तुलना में जो एक ही विषय पर सफल होने के साथ बुरी तरह खत्म हो गया, इसलिए परिणाम राजनीति जैसे संवेदनशील विषय वस्तु से कम नहीं थे।

शोधकर्ताओं का मानना ​​है कि इस मॉडल का उपयोग विशिष्ट उपयोगकर्ताओं पर प्रतिबंध लगाने या कुछ विषयों को सेंसर करने के बजाए जोखिम-प्रसार वार्तालापों को बचाने और ऑनलाइन संवाद में सुधार के लिए किया जा सकता है। कुछ ऑनलाइन पोस्टर, जैसे कि गैर-अंग्रेजी बोलने वाले, शायद उन्हें एहसास नहीं हो सकता कि उन्हें आक्रामक माना जा सकता है, और ऐसी प्रणाली से नजदीकी उन्हें स्वयं समायोजित करने में मदद कर सकती हैं।

कॉर्नेल के एक पीएचडी छात्र, जोनाथन पी। चांग कहते हैं, "अगर मेरे पास व्यक्तिगत हमले होते हैं, तो यह बहुत देर हो चुकी है, क्योंकि हमले पहले ही हो चुका है और लोगों ने इसे पहले ही देखा है।" "लेकिन अगर आप समझते हैं कि यह वार्तालाप खराब दिशा में जा रहा है और फिर कार्रवाई कर रहा है, तो यह जगह थोड़ा और स्वागत कर सकती है।"

आरा और विकीमीडिया फाउंडेशन में अतिरिक्त सहयोगियों के साथ सह-लिखित पेपर मेलबर्न, ऑस्ट्रेलिया में कम्प्यूटेशनल भाषाविज्ञान की वार्षिक बैठक (जुलाई 2018) के एसोसिएशन का हिस्सा होगा।

*****

अनुमान लगाओ कि कौन सी वार्तालाप खराब हो जाएगी!

ऑनलाइन प्रश्नोत्तरी निर्देश:

इस कार्य में, आपको 15 बातचीत के जोड़े दिखाए जाएंगे। प्रत्येक बातचीत के लिए, आपको केवल बातचीत में पहली दो टिप्पणियां दिखाई देगी। इन वार्तालाप स्टार्टर्स के आधार पर आपका काम अनुमान लगाना है, जो वार्तालाप की अधिक संभावना है अंततः एक व्यक्तिगत हमले का कारण बनता है दो प्रारंभिक उपयोगकर्ताओं में से एक से। 

प्रत्येक प्रश्न का उत्तर देने के बाद आपको तत्काल प्रतिक्रिया मिलेगी कि आपका उत्तर सही था (हरा के साथ संकेतित) या गलत (लाल के साथ संकेत दिया गया)।

अधिक जानकारी के लिए:

अपना अनुमान लगाने में, आपको संदर्भ के रूप में व्यक्तिगत हमले की निम्नलिखित परिभाषा का उपयोग करना चाहिए:

A व्यक्तिगत हमला एक टिप्पणी है जो किसी व्यक्ति / समूह या उस व्यक्ति / समूह के कार्यों और / या काम की ओर कठोर, अपमानजनक, या अपमानजनक है।

ध्यान रखें कि आप टिप्पणियों में व्यक्तिगत हमलों की तलाश नहीं कर रहे हैं दिखाया। इसके बजाय, आपको यह तय करने के लिए सामाजिक गतिशीलता के अपने अंतर्ज्ञान का उपयोग करना चाहिए कि प्रतिभागियों में से एक को अंततः व्यक्तिगत हमले (जिसे आप नहीं दिखाए जाते) पोस्ट करने के लिए कौन सा एक्सचेंज अधिक संभावना है। 

कभी-कभी, ऐसा लगता है कि न तो उद्धरण किसी हमले का कारण बन सकता है, या दोनों समान रूप से प्रतीत होते हैं। हालांकि, कृपया ध्यान रखें कि स्रोत बातचीत पहले से ही मनुष्यों द्वारा एनोटेट की गई है, और वास्तव में एक व्यक्तिगत हमले की ओर जाता है। उन मौजूदा लेबलों को 'पुनर्प्राप्त' करने के लिए अपना सर्वश्रेष्ठ प्रयास करें! 

यह एक आसान काम नहीं है, और प्रत्येक प्रश्न का उत्तर देने में कुछ मिनट लग सकते हैं। चूंकि यह एक कठिन कार्य है, पहले तीन प्रश्न "गर्मजोशी" प्रश्न हैं जो आपके स्कोर को प्रभावित नहीं करेंगे; वे भविष्य में हमलों को सिग्नल करने की संभावना वाले कारकों की आपकी समझ को "कैलिब्रेट" करने में आपकी मदद करने के लिए हैं। लेकिन याद रखें, आपका काम जितना हो सके उतने लेबल पुनर्प्राप्त करना है. 

कार्य की प्रकृति के कारण, इनमें से कुछ टिप्पणियों में आपत्तिजनक सामग्री हो सकती है। हमें इसके बारे में खेद है।

ऑनलाइन प्रश्नोत्तरी के लिए यहां क्लिक करें।

स्रोत: कार्नेल विश्वविद्यालय

संबंधित पुस्तकें

at इनरसेल्फ मार्केट और अमेज़न