Анти нлп: Анти-НЛП, или почему техника влияния не работает

Содержание

Metapractice: Методика Анти НЛП

Поиск
Лента
Активность
Cписок тем
Новости
ЖЖ
CodeNLP
v2021.4.13

metanymous 19 марта 2008, 13:33 в посте Metapractice (оригинал в ЖЖ)

http://community.livejournal.com/nlp_ftf_ftf/1066.html

—Последовательности в овладении методик роли не играет:

АПТАЙМ => ГОВОРИТЬ как по писанному => ВАРИАБЕЛЬНОСТЬ активности
—1. тему Аптайм эээ «накрывает» в целом один урок по «аптайм-интерфейсу» ?

Нет, конечно.

На одном уроке тема интенсивно вводится. Демонстрация, задания на отработку в жизни. Потом можно к ней возвращаться по мере необходимости.

http://community.livejournal.com/nlp_ftf_ftf/1066.html?nc=15

II Центральная тема занятий «аптайм-интерфейс» (АИ):
—понятие «аптайм-интерфейса» (АИ)
—методы создания и удержания АИ
—методы настройки и управления эффектами АИ
—основные типы АИ по контекстам применения
—основные разновидности АИ по целевым эффектам его воздействия
—перевод АИ на двойное управление (сознательно/подсознательный контроль) и полная интериоризация АИ
—отработка АИ в жизненных контекстах

Ну да.

2. «Говорить как по писаному » — это про языкоиды? Причем в «тебе»-исполнении?

Хи, хи, хи 🙂 Нет! Говорить как по писанному, это говорить как по писанному!

3. «ВАРИАБЕЛЬНОСТЬ активности» — связка из двух крупных номинализаций 🙂

Что делают, когда делают НЛП? Делают:

(1) процесс Программирования нейро-лингвистически (процесс Программирования_НЛ отличается от моделирования, техник, практик и упражнений). Состоит из отдельного процесса составления программ — как и в настоящем программировании. Из загрузки программ (Себе, Тебе). Из активации загруженных программ. В роли Программы может быть: модель, методика, техника, упражнение или ни одно из перечисленных.

(2) [обратный программированию — процесс рас_программирования от всех программ (аналог творческая дрессировка)]

(3) Моделирование

(4) Методики НЛП («Все в одном». Процесс, в котором слиты в единое целое нл-программирование, модели и техники. Есть всего три методики НЛП)

(5) некоторые полезные Шаблоны НЛП. А почему бы и нет? Шаблон — это модная неполная модель нлп.

(6) Техники

(7) Упражнения

Вот пункт (2) он на границе НЛП. Фактически, это анти НЛП. И это тренировка в разнообразии/неповторяемости/вариабельности текущей активности. Если в каждой бывшей точке неконгруэнтности у тебя есть доступ к разнообразию — никакое НЛП тебе не нужно. Делание тренировок по вариабельности текущей активности это неделание НЛП. Можно основать новый подход в котором будут учить только вариабельности. Не такая уж и простая вещь.

13 комментариев

сначала старые сначала новые

СМАРТЛИД | Участник проекта «Сколково»

ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ «СМАРТЛИД»

Основной вид деятельности (ОКВЭД)

62.01 —

Разработка компьютерного программного обеспечения

О компании

Компания «Смартлид» является одним из наиболее инновационных представителей в сфере CPA-маркетинга. CPA-сеть eCPAnder – это платформа, которая объединяет вебмастеров в одном онлайн ресурсе и дает рекламодателям возможность работать с ними через «единое окно». Наша CPA-сеть имеет довольно широкий функционал, состоящий из NLP-бота для общения с конечными клиентами, Anti-fraud системы, трекера лидов, удобного и функционального личного кабинета вебмастера, бота для коммуникации с вебмастером и собственной системы учета, что позволяет нам оставаться лидерами в финансовом сегменте (вертикали) CPA.

В команде проекта работают ведущие специалисты в отрасли NLP разработки и интеграции программных решений. На данный момент нашими партнерами уже являются такие крупные рекламодатели как Веб-займ, Займер, еКапуста и др.

Компания ведет свою деятельность в регионах

Москва

Оценка зрелости компании

CRL (company readiness level)

IRL (investment readiness level)

Основной вид деятельности (ОКВЭД)

62. 01 —

Разработка компьютерного программного обеспечения

Проекты

Бизнес-модель

Бизнес для Бизнеса для Потребителя (B2B2C)

Оценка зрелости проекта

TRL (Technology readiness level)

MRL (Market readiness level)

Описание проекта

CPA платформа, предоставляющая продвинутый инструментарий для вебмастеров, для оптимизации их деятельности с целью увеличения общей конверсии лидов. Разработка NLP чат-бота позволит автоматизировать окно коммуникаций между мастером и конечным клиентом, повысить вероятность совершения целевых действий клиентом. Система Anti-fraud позволит контролировать чистоту трафика и поддерживать репутацию сети перед рекламодателями. Нашими партнерами являются Веб-займ, Займер, еКапуста и др.

Продукты

Описание продукта

CPA-платформа, предоставляющая продвинутый инструментарий для вебмастеров и для оптимизации их деятельности с целью увеличения общей конверсии лидов. Компания «Смартлид» превосходит своих конкурентов таких, как LeadGid, GuruLeads, Юником24 и ACCESSTRADE за счет наличия собственной учетной системы, которая позволяет нашей компании функционировать на границе доходности с максимальным объемом трафика (при необходимости), рассчитывать показатели выручки и себестоимости с каждой микро сделки, что позволяет создавать бонусные программы без убытка для сети; разрабатываемого NLP-бота, позволяющего почти полностью автоматизировать общение с интернет пользователями, разгрузить вебмастера для предоставления возможности работать с несколькими офферами; единого окна коммуникации, позволяющего максимально систематизировать коммуникации между основными участниками CPA, с помощью автоматизации процесса отбора запросов вебмастеров к релевантным менеджерам и техническим специалистам; разрабатываемой системы Anti-fraud, которая позволит в разы увеличить чистоту трафика и распознавать самые распространенные методы мошенничества.

Оценка зрелости продукта

TRL (Technology readiness level)

MRL (Market readiness level)

Аналитика

Финансовые показатели

Бухгалтерский баланс

Налоги

Численность

Информация о компании

Учредители

Рахманов Ирек Камилевич

100%

Уставный капитал

50 000 ₽

Отказ от ответственности

Информация об участниках на портале предоставлена непосредственно самими участниками или получена из открытых источников информации, в том числе из источников органов государственной власти, и опубликована в формате «как есть». Фонд «Сколково» не несёт никакой ответственности перед пользователями за понесенные косвенные, случайные, специальные, опосредованные или штрафные убытки, вызванные в результате использования портала или информации участников.

Обзор расы, расизма и антирасизма в НЛП

Анджали Филд, Су Лин Блоджетт, Зирак Васим, Юлия Цветкова

Abstract

Несмотря на неразрывную связь между расой и языком, в исследованиях и разработках НЛП раса рассматривается мало. В этой работе мы рассматриваем 79 статей из антологии ACL, в которых упоминается раса. В этих работах раскрываются различные типы предубеждений, связанных с расой, на всех этапах разработки модели НЛП, подчеркивая необходимость упреждающего рассмотрения того, как системы НЛП могут поддерживать расовые иерархии. Однако сохраняются постоянные пробелы в исследованиях расы и НЛП: раса была изолирована как нишевая тема и по-прежнему игнорируется во многих задачах НЛП; в большинстве работ раса операционализируется как фиксированная одномерная переменная с ярлыком достоверности, что рискует усилить различия, порожденные историческим расизмом; а голоса исторически маргинализированных людей почти отсутствуют в литературе по НЛП.

Определяя, где и как литература по НЛП учитывала и не рассматривала расу, особенно по сравнению со смежными областями, наша работа призывает к включению и расовой справедливости в исследовательскую практику НЛП.

Идентификатор антологии:: 2021.acl-long.149
Том:: Материалы 59-го ежегодного собрания Ассоциации компьютерной лингвистики и 11-й Международной объединенной конференции по обработке естественного языка (Том 1: Длинные статьи)
Месяц:: Август
Год:: 2021
Адрес:: Онлайн
Места:: ACL | IJCNLP
SIG:
Издатель:: Association for Computational Linguistics
Note:
Pages:: 1905–1925
Language:
URL:: https://aclanthology.org/2021.acl-long.149
DOI:: 10.18653/v1/2021.acl-long.149
Bibkey:
Cite (ACL):: Анджали Филд, Су Лин Блоджетт, Зирак Васим и Юлия Цветкова. 2021. Обзор расы, расизма и антирасизма в НЛП. В г. Труды 59Ежегодное собрание Ассоциации компьютерной лингвистики и 11-я Международная объединенная конференция по обработке естественного языка (Том 1: Длинные статьи)
, страницы 1905–1925, Интернет. Ассоциация компьютерной лингвистики.
Процитируйте (неофициально):: Обзор расы, расизма и антирасизма в НЛП (Field et al., ACL-IJCNLP 2021)
Копия цитирования:
PDF:: https://aclanthology.org/2021.acl-long.149.pdf
Видео:: https://aclanthology.org/2021.acl-long.149.mp4
Данные: Разжигание ненависти

PDF Процитировать Поиск Видео

BibTeX
MODS XML
Конечная сноска
Предварительно отформатировано

 @inproceedings{field-etal-2021-survey,
    title = "Обзор расы, расизма и антирасизма в {НЛП}",
    автор = "Филд, Анджали и
      Блоджетт, Су Линь и др.  
      Васим, Зирак и
      Цветкова Юлия",
    booktitle = "Материалы 59Ежегодное собрание Ассоциации компьютерной лингвистики и 11-я Международная совместная конференция по обработке естественного языка (Том 1: Длинные статьи)",
    месяц = август,
    год = "2021",
    адрес = "Онлайн",
    издатель = "Ассоциация вычислительной лингвистики",
    url = "https://aclanthology.org/2021.acl-long.149",
    doi = "10.18653/v1/2021.acl-long.149",
    страницы = "1905--1925",
    abstract = «Несмотря на неразрывную связь между расой и языком, раса в исследованиях и разработках НЛП рассматривалась в небольшом количестве работ. В этой работе мы рассматриваем 79документы из антологии ACL, в которых упоминается раса. В этих работах раскрываются различные типы предубеждений, связанных с расой, на всех этапах разработки модели НЛП, подчеркивая необходимость упреждающего рассмотрения того, как системы НЛП могут поддерживать расовые иерархии. Однако сохраняются постоянные пробелы в исследованиях расы и НЛП: раса была изолирована как нишевая тема и по-прежнему игнорируется во многих задачах НЛП; в большинстве работ раса операционализируется как фиксированная одномерная переменная с ярлыком достоверности, что рискует усилить различия, порожденные историческим расизмом; а голоса исторически маргинализированных людей почти отсутствуют в литературе по НЛП.
  Определяя, где и как литература по НЛП учитывала и не рассматривала расу, особенно по сравнению со смежными областями, наша работа призывает к включению и расовой справедливости в исследовательскую практику НЛП».
}

 

<моды>
    <информация о заголовке>
        Обзор расы, расизма и антирасизма в НЛП
    
    <название типа="личное">
        Анджали 
        Поле
        <роль>
            автор
        
    
    <название типа="личное">
        Вс
        Лин
        Блоджетт
        <роль>
            автор
        
    
    <название типа="личное">
        Зирак
        Waseem
        <роль>
            автор
        
    
    <название типа="личное">
        Юлия
        Цветков
        <роль>
            автор
        
    
    <информация о происхождении>
        2021-08
    
    текст
    
        <информация о заголовке>
            Материалы 59Ежегодное собрание Ассоциации компьютерной лингвистики и 11-я Международная совместная конференция по обработке естественного языка (Том 1: Длинные доклады)
        
        <информация о происхождении>
            Ассоциация компьютерной лингвистики
            <место>
                Онлайн
            
        
        публикация конференции
    
    Несмотря на неразрывную связь между расой и языком, раса рассматривается в исследованиях и разработках НЛП лишь в небольшом количестве работ.  В этой работе мы рассмотрим 79документы из антологии ACL, в которых упоминается раса. В этих работах раскрываются различные типы предубеждений, связанных с расой, на всех этапах разработки модели НЛП, подчеркивая необходимость упреждающего рассмотрения того, как системы НЛП могут поддерживать расовые иерархии. Однако сохраняются постоянные пробелы в исследованиях расы и НЛП: раса была изолирована как нишевая тема и по-прежнему игнорируется во многих задачах НЛП; в большинстве работ раса операционализируется как фиксированная одномерная переменная с ярлыком достоверности, что рискует усилить различия, порожденные историческим расизмом; а голоса исторически маргинализированных людей почти отсутствуют в литературе по НЛП. Определяя, где и как литература по НЛП учитывала и не рассматривала расу, особенно по сравнению со смежными областями, наша работа призывает к включению и расовой справедливости в исследовательскую практику НЛП.
    полевое исследование-2021
    10. 18653/v1/2021.acl-long.149
    <местоположение>
        https://aclanthology.org/2021.acl-long.149
    
    <часть>
        <дата>2021-08
        <единица экстента="страница">
            1905
            1925

 %0 Материалы конференции
%T Обзор расы, расизма и антирасизма в НЛП
%А Филд, Анджали
%А Блоджетт, Су Линь
%А Васим, Зирак
%А Цветков Юлия
%S Материалы 59Ежегодное собрание Ассоциации компьютерной лингвистики и 11-я Международная совместная конференция по обработке естественного языка (Том 1: Длинные статьи)
%D 2021
%8 августа
%I Ассоциация компьютерной лингвистики
%С онлайн
%F полевое исследование-2021-опрос
%X Несмотря на неразрывную связь между расой и языком, в исследованиях и разработках НЛП раса рассматривалась в небольшом количестве работ. В этой работе мы рассматриваем 79 статей из антологии ACL, в которых упоминается раса. В этих работах раскрываются различные типы предубеждений, связанных с расой, на всех этапах разработки модели НЛП, подчеркивая необходимость упреждающего рассмотрения того, как системы НЛП могут поддерживать расовые иерархии.  Однако сохраняются постоянные пробелы в исследованиях расы и НЛП: раса была изолирована как нишевая тема и по-прежнему игнорируется во многих задачах НЛП; в большинстве работ раса операционализируется как фиксированная одномерная переменная с ярлыком достоверности, что рискует усилить различия, порожденные историческим расизмом; а голоса исторически маргинализированных людей почти отсутствуют в литературе по НЛП. Определяя, где и как литература по НЛП учитывала и не рассматривала расу, особенно по сравнению со смежными областями, наша работа призывает к включению и расовой справедливости в исследовательскую практику НЛП.
%R 10.18653/v1/2021.acl-long.149%U https://aclanthology.org/2021.acl-long.149
%U https://doi.org/10.18653/v1/2021.acl-long.149
%Р 1905-1925 гг.

Уценка (неформальная)

[Обзор расы, расизма и антирасизма в НЛП] (https://aclanthology.org/2021.acl-long.149) (Field et al., ACL-IJCNLP 2021 )

Обзор расы, расизма и антирасизма в НЛП (Field et al. , ACL-IJCNLP 2021)

ACL

Анджали Филд, Су Лин Блоджетт, Зирак Васим и Юлия Цветкова. 2021. Обзор расы, расизма и антирасизма в НЛП. В Материалы 59-го ежегодного собрания Ассоциации компьютерной лингвистики и 11-й Международной совместной конференции по обработке естественного языка (Том 1: Длинные статьи) , страницы 1905–1925, Интернет. Ассоциация компьютерной лингвистики.

Используйте НЛП для борьбы с онлайн-токсичностью прямо сейчас

Модерация контента,

Каждое интернет-сообщество страдает от токсичности, создавая небезопасные пространства и отталкивая людей от платформ. Чтобы создавать решения для модерации контента, которые создают более безопасные сообщества, предприятиям необходимо NLP, основанное на больших языковых моделях (LLM).

Майк Лавия

10 мая 2022 г. • 5 мин чтения

Ненависть — это не игра

Интернет-сообщества необходимы в нашей повседневной жизни. Играем ли мы, пишем твиты или листаем профили знакомств, цифровые пространства — это то место, где мы находим радость общения. Но они также являются местом, где мы подвергаемся риску гиперсвязи, поскольку подавляющее большинство из нас прямо или косвенно испытывает ненависть в Интернете.

Возьмем, к примеру, игры. Влияние преследований на платформы игроков поразительно, и неудивительно, что они нацелены на тех, кто уже подвергается наибольшей дискриминации. Пять из шести (83%) многопользовательских онлайн-геймеров подвергались той или иной форме преследования (Антидиффамационная лига, 2021 г.). И не только это, домогательства в играх нацелены на тех, кто уже подвергается наибольшей дискриминации: более половины считают, что это было связано с их расой, этнической принадлежностью, религией, способностями, полом или сексуальной ориентацией (Антидиффамационная лига, 2020).

И токсичный контент нельзя просто так стряхнуть — его воздействие глубоко.

Это отталкивает людей от платформ: Более четверти (30%) многопользовательских онлайн-геймеров, подвергшихся преследованиям в игре, избегали определенных игр, а 27% вообще перестали играть в определенные игры (Антидиффамационная лига, 2021).
Влияет на психическое здоровье сотрудников: Просмотр жестоких и графических изображений мучителен. Судебное дело против одной социальной сети, возбужденное модераторами контента, страдающими посттравматическим стрессовым расстройством, привело к выплате 52 миллионов долларов в качестве компенсации за проблемы с психическим здоровьем, возникшие на работе (BBC, 2020).
Это подрывает доверие между общественностью и бизнесом: 79% американцев считают, что компании, работающие в социальных сетях, честно или плохо борются с домогательствами или травлей в Интернете на своих платформах (Pew Research Center, 2021).

Показатели домогательств в Интернете показывают, что количество домогательств растет из года в год (Антидиффамационная лига, 2021 г.)

Как и вы, мы выступаем против домогательств и ненависти в любом онлайн-сообществе. Есть явные доказательства того, что текущие инструменты модерации контента не могут идти в ногу со временем. И мы знаем, что это проблема, которую необходимо решать прямо сейчас.

Поймай меня, если сможешь

Инструменты модерации контента уже существуют. Но компаниям и разработчикам трудно опередить онлайн-токсичность, потому что она постоянно развивается. Появляется новая терминология. Пользователи находят способы обойти запрещенные слова или фразы. И у каждого сообщества есть свой собственный набор политик и руководств, основанный на его аудитории или контенте.

Игровой платформе может потребоваться умерить разрушительный игровой процесс, а также разжигание ненависти. Сайт для детей может запретить все нецензурные слова, в то время как платформа социальных сетей, предназначенная для взрослых, может сосредоточиться на выявлении дезинформации. Фраза «заложить бомбу» может быть уместна в шутере от первого лица, но вызывает тревогу в социальных сетях.

Это сложная проблема, которая в настоящее время решается с помощью рудиментарного искусственного интеллекта или поиска по ключевым словам, что позволяет тонкой (например, оскорбление, требующее понимания поп-культуры) или «неоднородной» (например, оскорбление, преднамеренно написанное неправильно) ненависть проскользнуть через сеть .

Чтобы бороться с токсичностью, компаниям необходимо дополнить свои существующие решения передовой и настраиваемой обработкой естественного языка (NLP), которая может понимать контекст сообщений. Сегодня этот сдвиг начался, и многие онлайн-платформы уже используют LLM и продвинутый искусственный интеллект Cohere для поддержки своего подхода к модерации контента и сокращения оттока.

Международная компания по разработке игр, которая столкнулась с опасностями, связанными с токсичным контентом, протестировала Cohere в сравнении с моделями с открытым исходным кодом и другими решениями для модерации контента. Предварительные результаты показали, что базовые модели Cohere превосходят существующие решения. В настоящее время компания настраивает модель в соответствии со своими конкретными рекомендациями сообщества для еще большей производительности.

Мост к пониманию

В Cohere мы создали набор API-интерфейсов, которые могут использоваться любым разработчиком программного обеспечения или бизнесом для использования НЛП как в качестве отдельного решения, так и в составе существующих приложений.

Преимущества модерации контента очевидны. Расширенные решения NLP дают компаниям возможность создавать инструменты модерации, адаптированные к их уникальным политикам, и способность понимать нюансы и контекст языка, что значительно ускоряет их способность выявлять токсичность в масштабе.

Чтобы добиться производительности, адаптированной к вашей платформе, все, что вам нужно сделать, это предоставить хорошие и плохие примеры контента и, самое главное, определить те, которые нарушают ваши политики. Затем, используя архитектуру Transformer, лежащую в основе Google Search and Translate, конечную точку Classify для модерации контента Cohere можно легко обучить с помощью этих конкретных примеров для выявления токсичного контента. Вот как это работает:

Cohere обучает базовую модель на миллиардах слов, чтобы у нее было общее понимание языка
Вы обучаете Cohere тому, что приемлемо и что неприемлемо для вашего сообщества, загружая примеры, после чего модель можно настроить в соответствии с вашими потребностями
Ваша модель готова к работе, поэтому вы можете использовать ее для классификации новых комментариев по мере их поступления через наш API

Ядовитые комментарии могут автоматически удаляться или помечаться модератором контента, в зависимости от индивидуального подхода компании .

Диаграмма классификации модерации контента

Cohere в сравнении с конкурентами

Чтобы продемонстрировать производительность, мы получили набор данных от Surge AI, который содержал более 1000 комментариев из ряда социальных сетей. Каждый комментарий был помечен в 1 из 2 категорий: токсичный или нетоксичный.

Вот как мы выполнили:

Мы получили набор данных с платформы маркировки Surge AI для проведения этой оценки

См. Classify в действии

Здесь мы используем нашу игровую площадку, чтобы продемонстрировать, как Classify можно использовать для модерации чатов в онлайн-игровых сообществах. . Вы можете использовать игровую площадку для тестирования вариантов использования, а когда будете готовы приступить к созданию, просто нажмите Экспортируйте код , чтобы добавить функциональность Cohere в ваше приложение.

Наглядное представление того, что Cohere может сделать для вас, как показано на нашей игровой площадке. Подробнее см. в нашем пошаговом руководстве по классификации.

Metapractice: Методика Анти НЛП

СМАРТЛИД | Участник проекта «Сколково»

О компании

Проекты

Продукты

Аналитика

Информация о компании

Похожие компании

ТРАФИКПАРТНЕРС

АДВ КЕЙК РИСЕРЧ

ЛИДГИД

РУС КВАНТ

СИПИЭЙ ХАБ

ТРЕВЕЛТЕК

КАТА АКАДЕМИЯ

КЛИК-ТУ-МАНИ

ИТ-ФИНАНС

ЮНИКОМ24

ФИНДАТА

РЕКЛАМНЫЙ АГРЕГАТОР

ЛИДСТЕХ

МПС ТЕХНОЛОДЖИ

ФИНТЕХ

ЭДМОН

КАР АССИСТАНС

РЭД БАНАНАС

ТЕХНОЛОГИИ БУДУЩЕГО

АДВАРК

ЦЕНТР ЭЛЕКТРОННЫХ ТОРГОВ

ГЛАВБУХ АССИСТЕНТ

КЛИК ТАЙМ

САПЕ

МАИНД КРАФТ

ТОТ-СК

ГЕТБЛОГГЕР

СТРАХОВЫЕ ПАРТНЕРЫ

СМАРТ МОНИТОРИНГ

ЦУП

ЛИДС ЛАБ

ИНТЕРНЕТ ПРОДВИЖЕНИЕ

ДИАЛТЕХ

УРАЛИННОВАЦИЯ

СЕРВИС ПРО.РЕМОНТ

ЗОЛТОР

ТУГЕТЛИД

МЕДИАПРО

ИНЕТПАРТНЕРС

ДАТА ПЕРФОМАНС РЕСЕРЧ

ВЕРТИКАЛЬ МЕДИА

НЕЙРО

ИНСТИТУТ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА