Онлайнер крым форум: Сравнили цены на белорусские продукты в Крыму и Беларуси

$800 на пятерых. Минчанин рассказывает, как надо отдыхать в Одессе

Про белорусский бюджетный отдых мы знаем почти все. Однако несмотря на разнообразие предложений, летом душа все равно тянется к солнцу и морю, а потому скопивший хоть какую-то сумму денег белорус начинает смотреть в сторону других стран и даже континентов. Не поленился спланировать путешествие в соседнее государство и наш читатель Игорь. «Съездив в очередной раз на машине в Одессу в июле 2017 года на 14 дней и потратив на это все около $800 за трех взрослых и двух детей (3 и 6 лет), решил поделиться своим опытом с читателями Onliner.by. Хотелось бы показать соотечественникам, что море — это не так уж далеко и дорого, как может казаться, пока не прыгнешь в машину и не поедешь на юг», — объясняет минчанин. 

Почему именно Одесса?

Я всегда путешествую на машине.

Почему? Если коротко, то потому, что это довольно дешево и относительно сердито. А сейчас попробую пояснить, почему мой выбор падает именно на саму Одессу. Во-первых, логистика. Во-вторых, протяженность пляжей и наличие волнорезов и пирсов, которые распределяют волны (читай: водоросли). В-третьих, наличие большого числа развлечений и вариантов досуга для детей. В-четвертых, очень культурный город-миллионник с довольно развитой инфраструктурой, в том числе торговой и транспортной.

Дорога из Минска до Одессы и обратно

Из Минска можно проложить очень простой маршрут прямо до Одессы: сначала надо ехать до Гомеля по М5 (Е271), потом съехать на трассу Е95 и по ней (трасса М01 от границы Беларусь — Украина в Новых Яриловичах до Киева и трасса М05 от Киева до Одессы) доехать непосредственно до Одессы. Маршрут довольно простой и с учетом качества указанных дорог — относительно комфортный.

Есть некоторые нюансы лишь по дорогам в Украине: участок дороги километров пять перед Уманью (в сторону Одессы) с очень плохим покрытием, глубокой колеей и большой ямочностью.

Там лучше снизить скорость до 60—80 км/ч, но оставаться в крайней левой полосе, периодически уступая место несущимся «паркетникам» и прочим «спешунам», для которых данные наплывы и ямы не страшны (летят, как и летели, свои 130—140 км/ч). По сравнению с 2016 годом транзит через Бровары под Киевом стал медленнее (в городе очень интенсивно меняют дорожное полотно на центральных улицах), а также после Киева в сторону Одессы идут бесконечные (на километров 40—50) ремонты дорог. Правда, несмотря на ограничения скорости на данных участках, многие проезжают их со средней скоростью 80—100 км/ч. Еще отмечу, что на обратном пути мы потеряли более получаса в пробке в послеобеденный час пик на бульваре Дружбы Народов при проезде через Киев.

Дорогу в Одессу разбивали ночевкой в Киеве. Обратно весь путь от Одессы до Минска с учетом прохождения границы (примерно 1,5 часа) занял целый день: выехали в 8:20 и в 22:00 уже пили чай у себя дома в Минске. Дети данный переезд перенесли отлично. В целом дорога от Новой Гуты до Одессы хорошая.

Правда, рекомендую ее проезжать в светлое время суток. В темное время есть вероятность встретить животных на трассе (особенно в районе Чернигова), а также не заметить некоторые нюансы покрытия, в первую очередь — неглубокие ямы.

Сколько стоять на границе?

Старались выбирать даты отпуска так, чтобы пересекать границу довелось не в пятницу и не в понедельник. По итогу все равно отпуск был сдвинут, и в Новой Гуте мы оказались только в пятницу. В принципе, белорусскую границу прошли довольно быстро (без серьезных очередей), потратив на нее около 30—40 минут. Но уже на нейтральной территории встали в маленькую «очередку» на въезд в «Новые Яриловичи». Однако и украинскую таможню прошли относительно быстро (менее 2 часов). Как-никак, две-три очереди (читайте, два-три пограничника) для легковых автомобилей сделали свое дело. Для автобусов — отдельная очередь и свой пограничник.

На обратном пути (в четверг) потратили на украинскую границу чуть более часа. Могли и меньше, но  встали не в ту очередь: соседняя двигалась куда быстрее. В защиту украинского пограничного пункта скажу еще и то, что «цивилизация» активно проникает в эту сферу: нет никаких талончиков на въезде и на выезде из пограничного пункта и не надо вообще выходить из машины водителю и пассажирам (только на обратном пути очень вежливо попросили открыть багажник, но пассажиры вообще ни разу не выходили на украинской границе из машины). Заполнение всех формуляров происходит в электронной форме, в том числе и на въезде в пункт пропуска. Паспортный контроль и для детей, и для взрослых прошел очень спокойно.

Маленький лайфхак. На выезде из украинского пограничного пункта (т. е. на въезде в Украину), прямо возле шлагбаума, который отделяет вас от въезда в «незалежную», к вам, скорее всего, подойдет какой-нибудь страховой агент и захочет проверить ваши страховки или предложить свои услуги. Смело езжайте дальше и никак на них не реагируйте. Один такой страховщик, правда, что-то пытался сказать мне вслед, но пограничник, который стоял у шлагбаума, лишь засмеялся, и я понял, что не дал свершиться очередному разводу на деньги.

Нужна ли страховка на случай болезни?

Наличие медицинской страховки для въезда в Украину не обязательно, как это требуется, например, для стран Шенгенской зоны. В Украине хорошо развита платная медицина, которая значительно дешевле белорусской, и если потребуется помощь, вы легко ее получите в любой медицинской клинике. И еще нюанс: базовая страховка покрывает в основном только вызов неотложной помощи, первичный  осмотр и консультации. То есть если потребуется лечение, то, скорее всего, вам предложат его провести либо за свои деньги, либо выполнить в Беларуси. Но в последнем случае все равно придется покинуть Украину… Таким образом, никаких медицинских страховок для Украины ни на себя, ни на детей, я никогда не оформляю. Большинство моих знакомых также не оформляют медицинских страховок при поездках в Украину. Но опять же это личное дело каждого. На машину страховка («зеленая карта») обязательна. Стоит от 5 евро за 15 дней.

Чем заправляться?

Если спиртосодержащие напитки в Украине значительно дешевле, чем в Беларуси, то бензин АИ-92 в Украине дороже почти на 40%! То есть в Беларуси литр 92-го стоит около 0,61$ (1,17BYN), в то время как в Украине я заправлялся на «БРСМ-нафте» за ~0,86$ (22,19 гривны) за литр. Выбирал именно «БРСМ-нафту», так как у нее одни из самых низких цен на бензин в Украине, а также они используют белорусское, литовское и румынское сырье. Плюс на АЗС «БРСМ-нафта» действует доступная программа лояльности: при заправке более 20 л первый раз выдают бонусную карту (выдают по просьбе, карта действует и на первую заправку), по которой вы сразу же имеете 0,40 гривны скидки с каждого литра. Дополнительно при заправке «до полного» предоставляются еще 0,2 гривны дисконта с каждого залитого литра. Плюс другие дополнительные «плюшки», про которые я узнал позже и уже не пользовался ими (заранее внимательно читайте сайт «БРСМ-нафты»!). Таким образом, литр 92-го стоимостью 22,79 гривны как в Киевской, так и в Одесской области обходился мне в 22,19 гривны (скидка по карте 40 копеек, плюс 20 копеек дополнительной скидки — с учетом «до полного»), причем «до полного» я заливал и 5, и 10 литров. Грамотно просчитывайте, когда и где вы будете заправляться. Заезжал я в Украину с полным баком, выезжал — «на лампочке».

Такая вот белорусская расчетливость. Имейте в виду, что провозить автомобильное топливо, за исключением того, что в баке, даже 10-литровую канистру на территорию Украины запрещено.

Аренда жилья

В Киеве остановились в том же отеле, который уже опробовали в 2016 году. Из плюсов — близость метро и наличие охраняемого паркинга. Итого за ночлег в Киеве — 730 гривен за нас пятерых за номер люкс и еще 20 гривен в сутки за парковку. В 2017 году цены на аренду жилья в Одессе хоть и выросли, но не критично. Мы снимали трехкомнатную квартиру за 800 гривен в сутки (из которых 100 гривен шли посреднику и только 700 — хозяину квартиры).

По приезде в Одессу нашли офис «Лайфселла» и купили одну симку на троих (у кого была симка, ставил в телефон и раздавал всем интернет, в том числе на планшеты детям) на тариф «Жара» с 10 Гб интернета (дополнительно + 10 Гб YouTube-трафика) и 100 минут во все сети. Только после этого стали искать жилье. Искали варианты по интернету на специализированных сайтах.

При обзвоне предложений непосредственно на хозяев жилья натыкались мало, в основном — на посредников. Попадались и разводы: например, с кодом 80 или 90 — на такие номера не звоните никогда, т. к. чаще всего это платные номера, имейте это в виду. Потратили в Одессе на поиск жилья часа 3—4. Параллельно, правда, гуляли по Дерибасовской, отобедали и попили чай в кафе.

Ехали, надеясь найти жилье на месте, и, признаться, лопухнулись. Как раз попали на дни, когда в Одессе проходил матч за Суперкубок чемпионата Украины по футболу «Динамо Киев» — «Шахтер» и одновременно начало кинофестиваля. Поэтому квартир и вариантов в тот момент было в разы меньше, чем обычно. Хорошие варианты оказались уже распроданы. Нам предлагали пару дней пожить в «халупах» прямо на пляже или рядом с морем за 200—400 гривен в день, но условия в данных «апартаментах» были ниже всякой критики. Предполагалось, что потом, через пару дней, когда уедут футбольные болельщики, можно будет заселиться в нормальные квартиры по цене 500—600 гривен в сутки.

Но чувство неопределенности (особенно когда с тобой двое маленьких детей) давило, поэтому мы начали искать варианты подороже, но с заселением прямо сейчас. В итоге нашли трехкомнатную квартиру (со следующим расчетом: одна комната для нас — семейной пары, вторая — для двух деток и еще одна — для дедушки) «квадратов» на 70—75 с «не уставшим» ремонтом и прочими радостями адекватной квартиры (а не «бабушатника» или халупы) за 800 гривен в сутки. Дороговато. Далеко до моря: 25—30 минут на трамвае и еще немного пешком либо 10 минут на машинке. Но в принципе, квартирой оказались довольны. Ежедневными поездками на трамвае до моря и обратно совсем не утомились. Детям всегда уступали место в одесских трамваях. Но если честно, в следующий раз будем искать квартиру с морем именно в шаговой доступности, возможно, с немножко большей переплатой.

Квартирные посредники

Отдельно хочется сказать про Одесский железнодорожный вокзал и местных посредников, на которых мы возлагали большие надежды в помощи по поиску подходящих вариантов жилья. Так вот, на вокзале посредники по аренде квартир и комнат очень сильно зажрались. Чаще всего дополнительная наценка идет у них в 20—30%, а иногда (чаще!) и еще выше. Рыночным ценообразованием и не пахнет. Логика простая: на вокзал все едут в последнюю очередь и в любом случае что-нибудь снимут. Плюс люди из дальней поездки, чаще всего с большим количеством багажа, уставшие и замученные и относительно легко соглашаются на не рыночные предложения. Повторю самый важный лайфхак: искать жилье только через интернет или через проверенных посредников. Средняя такса посредников — 50—150 гривен за день. Мы за свою трешку за 12 дней отдали посреднику 1200 гривен (просил 1800, но мы же в Одессе, и без торга тут ничего не бывает!).

Замечу, что если у людей будут хорошие контакты по поводу жилья, то они незнакомому их не дадут, а лучше посоветуют своим друзьям и хорошим знакомым. А «вариантишки» — отдадут «на ура» всем вокруг. Лучше гуглите жилье в Одессе и сами ищите достойные предложения.

Море, пляж

Море отличное! Хотя, когда мы только приехали, ужаснулись: температура воды была только 19 градусов. Для детей это не вариант. Но буквально на следующий же день температура воды уже была 20,5 ºС, а еще через день — выше 21 ºС. И дальше только повышалась. Последние пару дней потеплело прилично. Температура воды была выше 24 ºС., дети из моря не вылазили! В целом с погодой очень сильно повезло, так как судя по рассказам на форумах Onliner.by, погода летом в Одессе — это та еще лотерея. Пусть и вероятность выигрыша очень большая, но иногда можно вытащить несчастливый билетик, который сильно подпортит ваш отдых. Одно радует, что в Одессе и вокруг нее появилось несколько достойных аквапарков, которые можно посетить в такие непогожие дни.

Водорослей в этом году было в разы меньше, чем в прошлом. Но видимо, это только в тех местах, где мы отдыхали, и только в июле. В августе уже весь форум Onliner.by исходился от постоянных жалоб на тину и водоросли, особенно в Лузановке и пригородах Одессы.

Но опять же маленький лайфхак именно по отдыху в Одессе: пляжи достаточно протяженные. Мы отдыхали на пляжах в районе 10—12-х станций Большого Фонтана. Там, как в принципе и по всей Одессе, каждые 150—200 метров был пирс, причем пирсы были не параллельны друг другу. В итоге в одном месте (под одним углом) они закрывали берег от волн с водорослями, а в другом месте (под другим углом) они, наоборот, полностью открывали пляж для волн с водорослями и тиной. В итоге, гуляя по пляжам Большого Фонтана, иногда замечал картину: один пляж полностью в водорослях, а на втором вода идеально прозрачная. Плюс преимущество одесских пляжей — это волнорез. Он не дает большому количеству волн попадать на песчаные пляжи. В Лузановке (район Одессы) волнореза нет, и как следствие почти все лето отдыхающие там купались в море с тиной и водорослями…

Несмотря на то что спускались от трамвайной остановки «10-я станция Большого Фонтана» к пляжу «Чайка», непосредственно на нем были только один раз. Такого количества детей, мам и бабушек я не припомню давно. Покрывала реально были расстелены одно рядом с другим без каких-либо свободных пространств и зон. В воде — куча детей, на пляже, на береговой линии — также огромное множество «копателей» и «брызгателей». Многие курят, плюют семечки, пьют пиво… Картина не из приятных. В итоге, несмотря на чуть ли не самый лучший вход в воду во всей Одессе для детей, мы не выдержали на пляже «Чайка» и пары часов. В итоге всегда шли левее от «Чайки» и в основном останавливались рядом с пляжем для инвалидов. На море проводили с 8:30 и максимум до 12:30, а потом спокойно ехали на трамвайчике домой. Ни в утренний час пик, ни в обеденный час пик особенной сверхпереполненности трамваев не ощущали. Жена и дедушка даже периодически находили места для сиденья (дети, напомню, сидели всегда!).

Что же касается субботы и воскресенья, то на пляже, кроме отдыхающих, дополнительно появлялись и те, кто работал по будням. В эти дни на пляжах было поплотнее. Плюс иногда в эти периоды могли даже попросить «немного подвинуться» или «сложить покрывало вдвое». Бывали и такие ситуации. Мы в основном старались занять первую береговую линию и настроить вокруг себя всяких замков из песка. Иначе любой кусочек земли становился объектом захвата отдыхающих, постепенно подтягивающихся на пляж.

Питание

Первые дни питались в кафешках типа «Уточ-кино», «Жарю-Парю», «Пузата Хата». Выходило на пятерых (два-три супа, пять горячих, пару салатов и несколько компотов) по 200—300 гривен (чаще не более 250 гривен). А так готовили в основном дома. Для этого и снимали квартиру.

По ценам на продукты скажу, что в гипермаркетах (где в основном закупались) яйца, рыба и мясная продукция были дешевле, чем в Беларуси. Сетевых продуктовых магазинов («Сильпо», «Таврия В», «Копеечка» и др.) также кругом хватает. Ценники адекватные и сопоставимые с белорусскими. Овощи были значительно дешевле непосредственно на фермерском рынке на Привозе.

В целом в июле были следующие цены (при курсе 1$ — 25,6—25,9 гривны): арбуз — 3—5 грн. за кг; дыня — 7—12 грн. за кг; персики — 12—25 грн. (найти интересные варианты порой было очень сложно), яблоки — 12—30 грн. за кг, помидоры — от 10—12 грн. и выше (покупали в основном за 18—25 грн. за кг), огурцы — 5—10 грн. за кг, абрикосы — 20—30 грн. за кг, сливы еще дороже. Клубнику и черешню покупал пару раз — за 40 грн. за кг. Кукуруза сладкая — от 2 до 5 грн. за початок на Привозе. Яйца — 9—12 грн. за десяток, колбасы от 70 до 150 грн. за кг, «пальцем пиханые» колбаски — 65—80 грн. за кг, курица дешевле, чем в Беларуси (на 20—30%), по рыбе вариантов было много (портовый город, как-никак!), но было реально лень ее готовить, поэтому и за ценами на рыбу сильно не следил. Мидии на Привозе — 120 грн. за кг (среднего размера, чилийские), креветки — 15—25 грн. за стакан, рапаны — 160 грн. за кг не местных и 140 грн. за кг — местные (но только по 1 кг продают), копченый сарган — 100—110 грн. за кг. Пиво и водка: первое на 30—40% дешевле, чем в Беларуси, второе — на 20—30%. Но это на любителя…

---

На весь отдых на пятерых мы потратили не более 800$. И это с учетом всех-всех трат. В целом очень сильно не экономили, но и не разбрасывались деньгами направо и налево. По структуре трат расклад следующий. Автомобиль (бензин, страховка, стоянки) — около 15% (в прошлые поездки в среднем выходило по данной статье расходов от 15 до 25% всего бюджета на отдых), жилье (Киев — 1 день, Одесса — 12 дней) — около 40% (обычно данная цифра в моих поездках на море приближается к 50%, в этот раз получилось немного на этом сэкономить. Но при поездках в Европу эта статья расхода составляет от 30 до 40%), питание (в том числе кафешки) и мелкие покупки — 25%, «закупки» (в основном покупки для детей к школе, детская одежда и обувь, игрушки, постельное белье, подушки и т. д.) — 15%, все остальное — 5% (в том числе на общественный транспорт — около 1,5%, для сравнения, в прошлом году на общественный транспорт ушло менее 0,5%).

Читаю отзывы про Затоку и ужасаюсь: почему туда так массово едут белорусы? Ни достойного сервиса, ни качественных условий, только куча людей и в основном атомный ценник. От себя советую Одессу: всегда можно найти пляж по душе. Пусть и пройти вправо или влево минут 5—10. Но по мне, когда больше 3—4 линий лежаков и покрывал, то это уже не отдых. Это массовый оупен-эйр у мамаш, бабулек и детей. Одесса — это отличный вариант дешевого отдыха летом на море!

Читайте также:

Отдых в Крыму 2021, подбор туров и путевок в Крым по всем туроператорам, цены

Курорты: Алупка, Алушта, Гурзуф, Евпатория, Керчь, Коктебель, Мисхор, Николаевка, Саки, Судак, Севастополь, Феодосия, Ялта

Отправление: Из Минска, Из Гродно, Из Гомеля, Из Бреста, Из Могилева, Из Витебска

Метки: Горящие, 1 линия, Летом, С питанием, С детьми, Недорого, Автобусом, Раннее бронирование

Срок: 5 дней, 7 дней, 10 дней, 12 дней, 14 дней

Месяц: Июнь, Июль, Август, Сентябрь

Цены на отдых в Крыму в 2021 году отражают высокий спор на этот курортный район на черноморском побережье. Тысячи людей в летний сезон отправляются на доступные чистые песчаные пляжи Крыма. Курортная зона славится разнообразием не только пляжного отдыха, но и разнообразием экскурсионных туров и туров для активного отдыха летом и зимой.

Пляжный отдых в виде 3 туров популярен в Алуште, Алупке, Гурзуфе, Севастополе, Феодосии и других. При своевременном бронировании жилья туристы арендуют гостиницы и дома в частном секторе с наибольшим выбором. Смочь снять комнату или номер прямо в сезон труднее. Специалисты турфирм смогут подобрать оптимальные варианты, чтобы сэкономить средства туриста. Для связи с турагентством желающие используют несколько контактов внутри каждого тура. Предложение включает подробное описание размещения, расстояние от моря, программу отдыха и проезд. Описаны достопримечательности курортов, аквапарки, парки развлечений, рынки, дельфинарии. В отзывах турист прочтет о сервисе гостиницы, уровне комфортабельности в отелях и частном секторе.

Отдых в Крыму не ограничивается только пребыванием на море или в здравнице. Существует масса вариантов для активного отпуска. Выезды в горы, на экскурсии, дайвинг, конные прогулки.

Для любителей покорения не самых известных туристических троп предлагается спелеотуризм, горные пешеходные и велосипедные прогулки. Большинство известных пещер Крыма оборудованы лестницам и освещением, но для опытных спелеологов предлагаются малопосещаемые гроты. Работает служба сопровождения туристических групп отдыхающих по невысокой стоимости.

Горные и пешеходные прогулки популярны среди опытных и выносливых гостей крымского побережья. Активный тур в Крыму в 2021 году также может включать предложения для опытных альпинистов и новичках.

Особенно в Крыму привлекателен дайвинг. Крым – древняя территория, некогда заселенная греками, пережившая множество войн. Потому даже на небольшой глубине на дне покоятся затонувшие старинные корабли и лодки, предметы быта разных эпох. Уникальные предметы и лодки до сих пор находят в подводных гротах, в более раннее время бывших частью береговой линии суши.

Туры в Крым могут включать аэротуризм и прогулки верхом для отдыхающей публики. Разнообразие территории позволяет получить незабываемые впечатления во время полета на дельтаплане или параплане. Обилие исторических, культурных и многочисленных археологических достопримечательностей огромно: греческие поселения Херсонеса, Ласточкино гнездо, винодельческие заводы Инкермана, героические памятники Севастополя привлекают тысячи людей.

Отдых в Крыму из Беларуси включает знакомство с крымской кухней и винодельческими традициями. Кухня полуострова включает в себя украинские, татарские, старинные блюда. Крымские вина «Массандры» популярны далеко за пределами региона.

Экотуризм популярен среди любителей живой природы. На территории Крыма расположены 6 заповедников: Крымский природный, Ялтинский горно-лесной, Карадагский, Казантипский, Опукский и заказник «Мыс Мартьян». Паломники стремятся в горные и равнинные старинные храмы, монастыри и церкви. В Херсонесе расположено место, где сотни лет назад князь волевым решением Владимир крестил Русь. В Крыму также популярно курортное лечение в санаториях. Целебный морской воздух с йодом, грязи и источники помогают поправить здоровье. Безопасность пляжа, чтобы загорать и купаться, контролируют службы побережья.

Отдых в Крыму в частном секторе популярен среди семей и компаний. Возможность остановиться в частном коттедже или бюджетном пансионате позволяет сделать выбор в пользу дополнительных развлечений, лечения или обслуживания.

Санаторий Белоруссия (Россия/Крым/Мисхор). Рейтинг отелей и гостиниц мира

ПРАВОВАЯ ОГОВОРКА

Используя сервисы, предлагаемые www.tophotels.ru, Вы выражаете свое согласие с Условиями пользования ресурса.
Пользуясь сервисами, предлагаемыми www.tophotels.ru, Вы принимаете условия нижеизложенного Соглашения об условиях пользования ресурса, вне зависимости от того, являетесь ли вы «Гостем» (что подразумевает простое использование Вами сервиса) или «Зарегистрированным пользователем» (что подразумевает регистрацию на интернет-ресурсе www. tophotels.ru), а так же, вне зависимости от цели и субъекта использования.

СОГЛАШЕНИЕ ОБ УСЛОВИЯХ ПОЛЬЗОВАНИЯ РЕСУРСА

в редакции от 29 декабря 2014г.

1.Термины и определения

Соглашение – Соглашение об условиях пользования ресурса www.tophotels.ru.
Администратор – администраторы, модераторы, правообладатели, а равно иные законные владельцы ресурса www.tophotels.ru.
Ресурс (Сервис) – интернет сайт www.tophotels.ru.
Материалы – информация, размещенная на ресурсе: тексты, статьи, фотоизображения, видеоизображения, иллюстрации.
Пользователь – это конкретное лицо, либо организация, которое посещает интернет-ресурс www. tophotels.ru.

В зависимости от цели и субъекта использования ресурса различают виды Пользователей:
1.Обычные пользователи – физические лица, чаще всего туристы, а также лица, планирующие свой отдых, посещающие ресурс в личных целях, не преследуя возможности извлечения прибыли.
2.Коммерческие пользователи – юридические лица, индивидуальные предприниматели, а также их представители или иные лица, действующие в интересах вышеперечисленных субъектов, посещающие ресурс в связи с их профессиональной деятельностью, преследующие коммерческие цели. К коммерческим пользователям в тексте настоящего Соглашения отнесены включая, но не ограничиваясь, следующие Пользователи – турагентства, туроператоры, отели, туристические поисковые и информационные системы и прочие субъекты туристического бизнеса, а равно лица, действующие в их интересах.

2.Общие положения

2.1.Необходимым условием использования сервиса www.tophotels.ru является согласие Пользователя действовать в полном соответствии со всеми применяемыми правовыми нормами РФ и нормами международного права, а также в соответствии с данным Соглашением.
2.2.Администраторы сайта могут менять данное Соглашение в любое время. Любые изменения данного Соглашения вступают в силу с момента их публикации на сайте www.tophotels.ru. Продолжая использование сервиса www.tophotels.ru после публикации изменений, Вы соглашаетесь действовать в соответствии с условиями, указанными в модифицированном Соглашении.
2.3.Администраторы ресурса (в т. ч. отели, сотрудничающие с ресурсом) вправе направлять Пользователю полезную, актуальную, интересную и иную информацию путем рассылки по электронной почте и размещения в личном кабинете. В любой момент Пользователи могут отказаться от рассылок через личный кабинет.

2.4Посещение и использование ресурса означает, что Пользователь принимает все условия настоящего Соглашения в полном объеме без каких-либо изъятий и ограничений. Использование ресурса на иных условиях не допускается.
2.5.Виду того, что активная ссылка на Соглашение размещена на главной странице ресурса и доступна неопределенному кругу лиц, Соглашение считается заключенным с конкретным Пользователем с момента посещения ресурса этим Пользователем, даже не смотря на отсутствие регистрации Пользователя на ресурсе.

3.Описание ресурса

3.1.www.tophotels.ru является информационным рейтингом отелей и гостиниц мира, основанным на мнениях и отзывах профессионалов туристического бизнеса (турагентов) и туристов.
3.2.Данный ресурс представляет собой ежедневно пополняемый каталог отелей и гостиниц мира, в который включены описания отелей, их фотографии и контакты. На нашем ресурсе каждый человек, побывавший в том или ином отеле, может оставить о нем свой отзыв, оценить размещение, уровень сервиса и питания в отеле, дополнительно аргументировав свои оценки в отзыве, таким образом формируя рейтинг TOP Hotels.
3.3.Кроме общей информации об отелях, пользователи могут найти на www.tophotels.ru ряд дополнительных материалов и сервисов, которые могут пригодиться при выборе места проведения отдыха. К ним относится информация о специальных акциях, новости отелей и прочая сопутствующая информация.
3.4.www.tophotels.ru, равно как и правообладатель данного ресурса не является туристическим агентством и не продает туристические услуги.

4.Интеллектуальная собственность. Ограничения использования ресурса

Общие ограничения, вне зависимости от вида Пользователя
4.1.Все материалы на ресурсе www.tophotels.ru, включая, без ограничений, любую документацию, текст, наполнение, данные, графические изображения, интерфейсы или другие материалы, на которые распространяется действие закона об авторских правах, охраняются федеральным и международным законодательством. Материалы сайта могут содержать торговые марки, знаки обслуживания и торговые имена (названия). Все права защищены.
4.2.Информация, размещенная Администраторами на ресурсе: тексты, статьи, фотоизображения, видеоизображения, иллюстрации является собственностью правообладателя ресурса или его партнеров, за исключением материалов, авторство которых оговорено непосредственно в их содержании (статьи, тексты, фотографии и иллюстрации) или информации загруженной Пользователями.
4.3.Использование информации (текстовой, графической, аудиовизуальной и иной), размещаемой на Сайте может осуществляться только при условии соблюдения требований действующего законодательства РФ об авторском праве и интеллектуальной собственности, а также настоящего Соглашения.
4.4.Дизайн, структура Сайта, изображение, графика и иные элементы, являющиеся объектом охраны по законодательству РФ, не могут воспроизводиться полностью или частично для создания новых информационных объектов, за исключением случаев договорных или партнерских отношений с Администраторами ресурса, при этом условия воспроизведения оговариваются в каждом случае индивидуально.
4.5.Определенные части данного ресурса могут быть защищены паролем и могут требовать регистрации пользователя, желающего просмотреть их. После процесса регистрации на нашем сайте, Пользователю на безвозмездной основе, если иное не оговорено отдельно, предоставляются учетная запись и пароль, позволяющие получать доступ ко всем услугам и сервисам www. tophotels.ru. Пользователь обязуется обеспечивать конфиденциальность пароля, и несет полную ответственность за любой ущерб и любые обязательства, ставшие последствием неспособности обеспечивать конфиденциальность пароля.
4.6.Пользователь соглашается не использовать www.tophotels.ru для:
– загрузки материалов, не соответствующих действующему законодательству, являющихся вредными, угрожающими, оскорбительными, клеветническими, вульгарными или неприличными;
– того, чтобы выдавать себя за другое лицо или организацию, включая, но не ограничиваясь, официальных представителей www.tophotels.ru или поставщиков туристических услуг, а также для того, чтобы отражать несуществующую связь между Вами и другими лицами, или организациями;
– загрузки, рассылки, или любой другой формы публикации материалов, которые Вы не имеете права публиковать;
– загрузки, рассылки, или любой другой формы публикации незатребованной или запрещенной рекламы, промо-материалов, спама, и любых других материалов рекламного характера;
– загрузки, рассылки, или любой другой формы публикации материалов, содержащих компьютерные вирусы или любые другие программные коды, файлы или программы, созданные с целью прерывания, ликвидации или ограничения функциональности любого программного обеспечения или аппаратуры;
– препятствования или прерывания функционирования Сервиса, или серверов и сетей, связанных с ресурсом.
4.7.Пользователь ресурса обязуется:
– не переконструировать, не пытаться получить доступ к исходному коду, не распространять и не создавать какие-либо производные работы, основанные на использовании Ресурса или любой из его частей;
– не входить на Ресурс какими-либо путями, отличными от предоставленного www.tophotels.ru интерфейса. В дополнение к этому, любое программное обеспечение, доступ к которому предоставляется на данном сайте, включая, но не ограничиваясь всеми HTML кодами и онлайн средствами управления, является собственностью администраторов. Любое воспроизведение или распространение данного программного обеспечения строго запрещено.
4.8.Администратор ресурса может по своему усмотрению и без предварительного уведомления запретить/ограничить Пользователю пользование ресурсом. Причины данных мер могут включать в себя, но не ограничиваются следующим:
– нарушения данных Условий пользования или других договоров с администрацией www.tophotels.ru;
– соответствующие запросы правоохранительных или других государственных органов;
– возникновение неожиданных технических неполадок или проблем с системой безопасности;
– участие Пользователя в мошеннических или незаконных операциях, и/или невыплата каких-либо денежных сумм, взимаемых за предоставление услуг, связанных с Сервисом.

Ограничения использования ресурса для Обычного пользователя:
4.9.www.tophotels.ru предоставляет бесплатные услуги, предназначенные для личного некоммерческого использования. Пользователю не разрешается использовать данный сайт для получения прибыли, за исключением договорных отношений с Администратором ресурса;
4. 10.Если обратное не указано на сайте, данное Соглашение разрешает Обычному пользователю просматривать, загружать, кэшировать, копировать и распечатывать Материалы, в соответствии со следующими условиями:
– Любая копия Материалов или отдельной их части должна содержать ссылку на страницу ресурса www.tophotels.ru , содержащую скопированную информацию;
– Обычному пользователю дается ограниченное, неэксклюзивное право создавать гипертекстовые ссылки на главную и внутренние страницы ресурса, с условием того, что такая ссылка не ведет к ложному, уничижительному, обманному восприятию сервиса www.tophotels.ru.
При этом, www.tophotels.ru оставляет за собой право отменить вышеуказанные разрешения в любое время, без объяснения причин, вследствие чего любое использование Материалов должно быть немедленно прекращено по соответствующему уведомлению Администратора.
Ограничения использования ресурса для Коммерческого пользователя:
4.11.Коммерческому пользователю не разрешается загружать, кэшировать, копировать и распечатывать Материалы с сайта без получения предварительного письменного соглашения Администратора сайта
4.12.Коммерческому пользователю разрешается размещать ссылки только на полную версию Ресурса, главную страницу www.tophotels.ru.
4.13.Коммерческому пользователю не разрешается размещать ссылки на внутренние страницы www.tophotels.ru, в том числе спецссылки с окончанием «?_mode —» вне зависимости от цели их размещения.
4.14.Коммерческому пользователю не разрешается использовать никакие из торговых марок, логотипов или торговых названий с ресурса, равно как и любую другую авторскую информацию, включая графические изображения, а также любой текст, или интерфейс/дизайн любой страницы или любой формы, содержащейся на странице Сайта без получения предварительного письменного соглашения Администратора сайта.

5.Материалы, передаваемые (размещаемые) Пользователем для публикации и/или распространения посредством www.tophotels.ru

5.1.Пользователь гарантирует, что вся информация, размещенная им, является подлинной. Ответственность за указание недостоверной, ложной, ошибочной информации лежит на Пользователе.
5.2.Пользователь несет ответственность за законность, соответствие реальному положению дел, соответствие контексту, оригинальность и авторство любого из размещаемых им материалов.
5.3.Модератор имеет право вносить корректировки в комментарии и отзывы с ошибками или ненормативной лексикой. Комментарии и отзывы, содержащие рекламу или любые другие предложения коммерческого характера, будут удаляться с сайта. Активные или неактивные ссылки, используемые в комментариях, в большинстве случаев будут вырезаны. Администратор/модератор проекта вправе удалять отзывы/комментарии/фото, загруженные пользователями без объяснения причин.
5.4.Правообладатель сайта www.tophotels.ru не распространяет свои авторские права на материалы, доступные на ресурсе (включая фотографии и графические элементы), публикуемые Пользователем. Однако, публикуя такие материалы на ресурсе Пользователь передает www.tophotels.ru международную, неэксклюзивную и безвозмездную лицензию (разрешение) на использование, распространение, адаптацию и публикацию данных материалов с целью описания и рекламы описываемого отеля или услуги. Срок действия разрешения заканчивается, когда Пользователь, либо администрация www. tophotels.ru убирает данные материалы со страниц сайта.
5.5.Администрация ресурса не несёт ответственности за корректность представленной в отзывах и комментариях информации. www.tophotels.ru не обеспечивает контроль материалов, публикуемых Пользователями на ресурсе, и, вследствие этого, не гарантирует точность, целостность или качество данных материалов. Пользователь самостоятельно должен оценивать потенциальный риск и нести полную ответственность за использование любых материалов, включая уверенность в их точности, полноте и полезности.
5.6.Администраторы могут просматривать, либо не просматривать материалы перед их публикацией. Представители www.tophotels.ru имеют право (но не обязанность) отслеживать, отклонять или переносить любые материалы, доступные с помощью Сервиса.
5.7.Пользователям ЗАПРЕЩЕНО размещать на ресурсе любые материалы, распространение которых запрещено действующим законодательством Российской Федерации и/или нормами международного права. Пользователь несет ответственность за несоответствие содержания рекламно-информационных материалов, действующему законодательству РФ, в том числе, нормам федеральных законов «О рекламе», «О средствах массовой информации», «Об авторском праве и смежных правах», «О товарных знаках, знаках обслуживания и наименованиях мест происхождения товаров». Пользователь гарантирует, что публикуемые им материалы не являются ненадлежащей рекламой, а также не нарушают неприкосновенность частной жизни, личной и семейной тайны, других охраняемых законом прав и интересов третьих лиц.

6.Ограничение ответственности

6.1.Администраторы сайта прилагают все надлежащие усилия по обеспечению корректности всей информации, размещенной на Сайте. Вместе с тем не гарантируют абсолютную точность, полноту или достоверность информации, содержащейся на Сайте, не отвечают за неточности, возможные ошибки или другие недостатки в размещаемой информации.
6.2.Оценка качества размещенной на Сайте информации, ее актуальности, полноты и применимости – в ведении и компетенции Пользователя.
6.3.www.tophotels.ru не предоставляет никаких гарантий. Информация и услуги, предлагаемые на сайте, могут быть неточными, так как большинство данной информации предоставляется непосредственно поставщиками услуг.
6.4.Администраторы не гарантируют, что:
– сервис будет соответствовать вашим требованиям;
– результаты, полученные в процессе пользования сервисом, будут точными или достоверными;
– качество любых услуг, информации, или других материалов, приобретаемых вами с помощью ресурса, будут соответствовать вашим требованиям.
6.5.Рейтинги отелей, отражаемые на данном сайте, могут быть использованы только в качестве общих рекомендаций.
6.6. Администраторы www.tophotels.ru и/или работающие с ним третьи лица могут вносить изменения в информацию на данном сайте в любое время.
6.7.Партнеры www.tophotels.ru, включая, без ограничений, отели, туристические агентства и туристических операторов, предоставляющие туристические или какие-либо другие услуги посредством сервиса www. tophotels.ru не являются агентами или представителями www.tophotels.ru.
6.8. www.tophotels.ru не несет ответственность за действия, ошибки, обещания, гарантии своих партнеров или третьих лиц, размещающих информацию на ресурсе, а также за нарушения или несоблюдения ими договоров, равно как и за любой материальный, моральный прямой или косвенный ущерб, или любые другие потери, возникающие вследствие вышеуказанного.
6.9.Администраторы сайта не могут нести ответственность за любой прямой, косвенный убыток, связанный с использованием данного сайта, или с задержкой или невозможностью его использования, а также за любую информацию, продукты и услуги, приобретенные посредством данного сайта, или другим способом полученные с его помощью.
6. 10.Данный сайт содержит гиперссылки на Интернет-ресурсы, управляемые лицами, не связанными с www.tophotels.ru. Эти гиперссылки публикуются исключительно в информационных и ознакомительных целях. Администратор не контролирует эти Интернет-ресурсы и не несет ответственности за их содержимое и использование данного содержимого Пользователями.
6.11.Пользователь несет ответственность по искам и претензиям третьих лиц к администраторам сайта и лично Пользователю за нарушения, вызванные размещением им информационных материалов.
6.12.Администраторы ресурса не несут ответственности за временные технические сбои и перерывы в предоставлении услуг, за временные сбои и перерывы в работе линий связи, иные аналогичные сбои, а также за неполадки компьютера, с которого Пользователь осуществляет выход в Интернет.

7.Разрешение споров и применяемая правовая норма

7.1.В случае публикации материалов, содержащихся на страницах сайта, без соблюдения условий изложенных в настоящем Соглашении, администраторы оставляют за собой право на защиту своих нарушенных прав в соответствии с действующим гражданским законодательством и законодательством об авторском праве и смежных правах.
7.2.При обнаружении фактов нарушения условий настоящего Соглашения Администратор отправляет «нарушителю» досудебное уведомление с требованием устранить выявленные нарушения в установленный срок. При неисполнении указанных требований защита нарушенных прав и взыскание причиненных убытков производится в судебном порядке по месту регистрации правообладателя Сайта www. tophotels.ru
7.3.Любые судебные процессы по данному Соглашению будут проводиться в Российской Федерации в г. Москве, в соответствии с подсудностью судов судебной системы в РФ и условиями настоящего Соглашения.

8.Заключительные положения

8.1.Если Вы не согласны с Условиями пользования, или какой-либо их частью, пожалуйста, воздержитесь от использования ресурса www.tophotels.ru. 

Администраторы ресурса
www.tophotels.ru

Читать полностью на https://www.tophotels.ru/about/agreement

Что такое онлайн-тролль? Что вам нужно знать об этом?

Вы, наверное, слышали об онлайн-троллях – но что они из себя представляют? А что о них нужно знать?

Цифровые хулиганы

Интернет-тролли больше всего похожи на хулиганов на игровой площадке, с которыми вы могли столкнуться в школе. Эти люди намеренно провоцируют споры и споры в социальных сетях и на форумах, часто говоря самые бесчувственные и оскорбительные вещи.

Часто эти люди совершенно нормальны и вежливы, когда встречаются «в реальной жизни»; но когда они защищены анонимностью в Интернете, они могут быть невероятно агрессивными.Часто они отпускают сексистские, расистские или гомофобные шутки, чтобы вызвать спор.

Иногда онлайн нацеливается на конкретных людей, таких как семья Мэдлин Макканн, выдвигая необоснованные (и ложные) обвинения в убийствах, жестоком обращении и других преступлениях. Другие будут стремиться унизить своих жертв, заставляя их делиться конфиденциальной личной информацией, которую они затем публикуют в Интернете.

Как бороться с онлайн-троллями

Цель тролля – вовлечь своих жертв в онлайн-спор, поэтому самый эффективный способ справиться с ними – игнорировать их.Это может быть труднее, чем кажется, особенно когда кто-то сказал что-то, что вас разозлит.

Лучше всего просто заблокировать тролля, чтобы он не видел или не комментировал ваши сообщения. Воспользуйтесь ссылками ниже, чтобы узнать, как кого-то заблокировать:

Некоторые люди пытаются напрямую общаться со своими троллями, надеясь, что они смогут найти выход из неприятностей. К сожалению, с этими людьми обычно нельзя вразумить – они все-таки хотят начать драку.В долгосрочной перспективе гораздо проще (и эффективнее) просто заблокировать тролля и продолжить свою жизнь.

Если вы упорствуете с троллями, есть несколько способов обезопасить себя:

Никогда, никогда не делитесь личной информацией

У тролля, вероятно, уже есть кое-что из вашей предыстории, но дать им больше – значит дать им боеприпасы для атаки на вас. Они могут использовать эти данные, чтобы шантажировать вас или публично унизить вас.

Никогда не принимайте файлы от незнакомых людей

Некоторые тролли пытаются заразить компьютеры своих жертв вредоносным ПО, которое позволяет им красть личные данные. Никогда и никогда не открывайте вложения электронной почты или файлы, отправленные через социальные сети, иначе вы можете установить вирус.

Вы также должны убедиться, что на вашем ПК и смартфоне установлено комплексное приложение для защиты от вредоносных программ, которое не даст никому проникнуть через вашу защиту.

Сообщить о преступлении в соответствующие органы

Если вы заблокируете кого-то в социальной сети за троллинг, вы также должны сообщить об этом модераторам сайта.Надеюсь, в вашем отчете тролль будет заблокирован, что защитит других людей от того, чтобы стать жертвой.

Если тролль угрожал убить вас или нанести вам физический вред, о происшествии следует сообщить в местную полицию по их контактному номеру, не относящемуся к экстренных случаях.

А пока защитите себя от потери данных, связанной с вредоносным ПО и взломом, загрузив бесплатную пробную версию антивируса Panda Security.

Обнаружение языка вражды: проблемы и решения

Abstract

По мере того, как онлайн-контент продолжает расти, растет и распространение языка вражды. Мы выявляем и исследуем проблемы, с которыми сталкиваются автоматические онлайн-подходы к обнаружению языка вражды в тексте. Среди этих трудностей – тонкости языка, разные определения того, что составляет разжигание ненависти, и ограничения доступности данных для обучения и тестирования этих систем. Более того, многие современные подходы страдают от проблемы интерпретируемости, то есть может быть трудно понять, почему системы принимают те решения, которые они принимают. Мы предлагаем подход SVM с несколькими представлениями, который обеспечивает почти самую современную производительность, но при этом является более простым и дает более легко интерпретируемые решения, чем нейронные методы.Мы также обсуждаем как технические, так и практические проблемы, которые остаются для этой задачи.

Образец цитирования: MacAvaney S, Yao H-R, Yang E, Russell K, Goharian N, Frieder O (2019) Обнаружение языка вражды: проблемы и решения. PLoS ONE 14 (8): e0221152. https://doi.org/10.1371/journal.pone.0221152

Редактор: Минли Хуанг, Университет Цинхуа, КИТАЙ

Поступила: 03.04.2019; Дата принятия: 22 июля 2019 г .; Опубликован: 20 августа 2019 г.

Авторские права: © 2019 MacAvaney et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все соответствующие данные находятся в рукописи, ее файлах вспомогательной информации и предоставленных ссылках на данные, как показано ниже. Набор данных форума: https://github.com/aitor-garcia-p/hate-speech-dataset. Инструкции по получению набора данных TRAC: https: // sites.google.com/view/trac1/shared-task. Набор данных HatebaseTwitter: https://github. com/t-davidson/hate-speech-and-offensive-language. Набор данных HatEval: https://competitions.codalab.org/competitions/19935.

Финансирование: Автор (ы) не получил специального финансирования для этой работы.

Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

Введение

Преступления на почве ненависти, к сожалению, не являются чем-то новым для общества. Однако социальные сети и другие средства онлайн-коммуникации стали играть более важную роль в преступлениях на почве ненависти.Например, подозреваемые в нескольких недавних террористических атаках на почве ненависти имели обширную историю сообщений в социальных сетях, связанных с ненавистью, что свидетельствует о том, что социальные сети способствуют их радикализации [1, 2]. В некоторых случаях социальные сети могут играть даже более прямую роль; Видеозапись подозреваемого в теракте 2019 года в Крайстчерче, Новая Зеландия, транслировалась в прямом эфире в Facebook [2].

Обширные форумы для общения в Интернете, включая социальные сети, позволяют пользователям свободно выражать свое мнение, иногда анонимно.Хотя способность свободно выражать себя является правом человека, которое следует беречь, разжигание и распространение ненависти по отношению к другой группе является злоупотреблением этой свободой. Например, Американская ассоциация адвокатов утверждает, что в Соединенных Штатах язык вражды является законным и защищен Первой поправкой, хотя и не в том случае, если он прямо призывает к насилию [3]. Таким образом, многие онлайн-форумы, такие как Facebook, YouTube и Twitter, считают язык вражды вредным и проводят политику удаления содержимого языка вражды [4–6].Из-за озабоченности общества и того, насколько широко распространяются разжигающие ненависть высказывания в Интернете [7], существует сильная мотивация изучать автоматическое обнаружение языка вражды. Автоматизируя его обнаружение, можно уменьшить распространение разжигающего ненависть контента.

Однако выявить язык вражды – непростая задача. Во-первых, существуют разногласия по поводу того, как следует определять язык вражды. Это означает, что определенный контент можно рассматривать как разжигание ненависти для одних, но не для других, исходя из их соответствующих определений.Мы начнем с рассмотрения конкурирующих определений, сосредоточив внимание на различных аспектах, способствующих разжиганию ненависти. Мы ни в коем случае не можем быть исчерпывающими, поскольку новые определения появляются регулярно. Наша цель – просто проиллюстрировать различия, подчеркивая возникающие в связи с этим трудности.

Конкурирующие определения создают проблемы для оценки систем обнаружения языка ненависти; существующие наборы данных различаются по определению языка вражды, что приводит к тому, что наборы данных не только из разных источников, но и содержат разную информацию.Это может затруднить прямой доступ к тому, какие аспекты языка вражды следует идентифицировать. В следующем разделе мы обсудим различные наборы данных, доступные для обучения и измерения эффективности систем обнаружения языка ненависти. Нюансы и тонкости языка создают дополнительные проблемы для автоматической идентификации языка вражды, опять же в зависимости от определения.

Несмотря на различия, некоторые недавние подходы дали многообещающие результаты для обнаружения языка вражды в текстовом контенте [8–10]. Предлагаемые решения используют методы машинного обучения для классификации текста как языка вражды.Одним из ограничений этих подходов является то, что решения, которые они принимают, могут быть непрозрачными, и людям трудно интерпретировать , почему было принято решение. Это практическая проблема, потому что системы, которые автоматически цензурируют речь человека, вероятно, нуждаются в ручном процессе апелляции. Чтобы решить эту проблему, мы предлагаем новый подход к классификации языка вражды, который позволяет лучше понять решения и показать, что он может даже превзойти существующие подходы на некоторых наборах данных. Некоторые из существующих подходов используют в своих системах внешние источники, такие как лексика языка вражды.Это может быть эффективным, но требует поддержки этих источников и их обновления, что само по себе является проблемой. Здесь наш подход не полагается на внешние ресурсы и обеспечивает разумную точность. Мы рассмотрим эти темы в следующем разделе.

В целом, однако, существуют практические проблемы, которые остаются у всех систем. Например, зная, что платформы, которые они используют, пытаются заставить их замолчать, те, кто стремится распространять ненавистнический контент, активно пытаются найти способы обойти принятые меры.Мы рассмотрим эту тему более подробно в последнем разделе.

Таким образом, мы обсуждаем проблемы и подходы к автоматическому обнаружению языка вражды, включая конкурирующие определения, доступность и построение наборов данных, а также существующие подходы. Мы также предлагаем новый подход, который в некоторых случаях превосходит существующие, и обсуждаем остающиеся недостатки. В итоге делаем вывод следующее:

1. Автоматическое обнаружение языка вражды технически сложно;
2. Некоторые подходы достигают разумной производительности;
3. Среди всех решений остаются особые проблемы;
4. Без социального контекста системы не могут достаточно обобщать.

Определение языка вражды

Определение языка вражды не является общепринятым, и отдельные аспекты этого определения не согласованы полностью. Росс и др. считают, что четкое определение языка ненависти может помочь в изучении выявления языка вражды, сделав аннотирование языка вражды более простой задачей и, таким образом, сделав аннотации более надежными [11]. Однако грань между языком ненависти и надлежащим свободным выражением мнения размыта, что заставляет некоторых с осторожностью давать точное определение языку ненависти.Например, Американская ассоциация адвокатов не дает официального определения, но вместо этого утверждает, что высказывания, способствующие совершению преступного деяния, могут быть наказаны как часть преступления на почве ненависти [12]. Точно так же мы предпочитаем не предлагать конкретное определение, а вместо этого исследуем существующие определения, чтобы получить представление о том, что обычно составляет разжигание ненависти и какие технические проблемы могут вызвать эти определения. Мы суммируем основные определения языка вражды из различных источников, а также некоторые аспекты определений, которые затрудняют обнаружение языка вражды.

1. Энциклопедия американской конституции: «Разжигание вражды – это высказывания, которые нападают на человека или группу людей на основании таких атрибутов, как раса, религия, этническое происхождение, национальное происхождение, пол, инвалидность, сексуальная ориентация или гендерная идентичность». [13]
2. Facebook: «Мы определяем язык вражды как прямое нападение на людей на основании того, что мы называем защищенными характеристиками – расы, этнической принадлежности, национального происхождения, религиозной принадлежности, сексуальной ориентации, касты, пола, пола, гендерной идентичности, а также серьезного заболевания или инвалидности.Мы также обеспечиваем некоторую защиту иммиграционного статуса. Мы определяем нападение как насильственные или унижающие человеческое достоинство высказывания, заявления о неполноценности или призывы к изоляции или сегрегации ». [4]
3. Twitter: «Агрессивное поведение. Вы не имеете права пропагандировать насилие против других людей или напрямую нападать на них или угрожать им на основании расы, этнической принадлежности, национального происхождения, сексуальной ориентации, пола, гендерной идентичности, религиозной принадлежности, возраста, инвалидности или серьезного заболевания. ” [6]
4. Дэвидсон и др.: «Лексика, которая используется для выражения ненависти по отношению к целевой группе, или предназначена для уничижительного, унизительного или оскорбления членов группы.”[9]
5. де Гилберт и др .: «Язык вражды – это преднамеренная атака, направленная на определенную группу людей, мотивированных аспектами идентичности группы». [14]
6. Fortuna et al. «Язык вражды – это язык, который атакует или умаляет, который подстрекает к насилию или ненависти в отношении групп, основанный на конкретных характеристиках, таких как внешний вид, религия, происхождение, национальное или этническое происхождение, сексуальная ориентация, гендерная идентичность и т. Д., И это может происходить с различными языковые стили, даже в тонких формах или с юмором.»[8]. Это определение основано на анализе различных определений.

Примечательно, что в некоторых из приведенных выше определений необходимым условием является то, что он направлен группе. Это отличается от определения, данного в Энциклопедии Конституции США, где нападение на человека может рассматриваться как разжигание ненависти. Общей темой среди определений является то, что нападение основано на каком-то аспекте идентичности группы или народа. Хотя в определении де Жильбера сама идентичность оставлена ​​расплывчатой, некоторые другие определения предоставляют конкретные характеристики идентичности.В частности, защищенные характеристики являются аспектами Davidson et al. и определения Facebook. В определении Фортуны и др. Особо выделяются различия в языковых стилях и тонкостях. Это может быть непросто и выходит за рамки того, что могут уловить обычные текстовые подходы к классификации.

Определение

Fortuna et al. Основано на анализе следующих характеристик из других определений [8]:

1. Разжигание вражды призвано подстрекать к насилию или ненависти
2. Разжигание ненависти направлено на нападение или принижение
3. Разжигание вражды преследует конкретные цели
4. Можно ли рассматривать юмор как язык вражды

Конкретная проблема, не охваченная многими определениями, связана с фактическими утверждениями.Например, «евреи – свиньи» явно являются языком ненависти по большинству определений (это заявление о неполноценности), а «многие евреи – юристы» – нет. В последнем случае, чтобы определить, является ли каждое утверждение разжиганием ненависти, нам нужно будет проверить, является ли это утверждение фактическим или нет, используя внешние источники. Этот тип языка вражды сложен, потому что он связан с проверкой фактов в реальном мире – еще одной сложной задачей [15]. Более того, чтобы оценить достоверность, нам сначала нужно определить точные интерпретации слова, а именно, «много» – абсолютное число или относительный процент населения, что еще больше усложняет проверку.

Еще одна проблема, которая возникает при определении языка вражды, – это потенциальная похвала ненавистнической группы. Например, восхваление KKK – это язык ненависти, однако восхваление другой группы явно может не относиться к разжиганию ненависти. В этом случае важно знать, какие группы являются группами ненависти и что именно хвалится в группе, поскольку некоторые похвалы, несомненно, и, к сожалению, верны. Например, нацисты были очень эффективны с точки зрения своего «окончательного решения». Таким образом, обработка одной лишь похвалы порой бывает сложной.

Наборы данных

Сбор и аннотирование данных для обучения автоматических классификаторов обнаружению языка вражды является сложной задачей. В частности, сложно определить и согласовать, является ли конкретный текст языком вражды, поскольку, как уже упоминалось ранее, не существует универсального определения языка вражды. Росс и др. изучили надежность аннотаций языка вражды и предположили, что аннотаторы ненадежны [11]. Согласованность между аннотаторами, измеренная с помощью прибора Криппендорфа α , была очень низкой (до 0.29). Однако они сравнили аннотации, основанные на определении Twitter, с аннотациями, основанными на их собственном мнении, и обнаружили сильную корреляцию.

Кроме того, платформы социальных сетей являются рассадником ненавистнических высказываний, однако многие из них имеют очень строгие правила использования и распространения данных. Это приводит к относительно небольшому количеству наборов данных, доступных для изучения, большинство из которых поступает из Twitter (который имеет более мягкую политику использования данных). Хотя ресурсы Twitter ценны, их общая применимость ограничена из-за уникального жанра сообщений Twitter; ограничение символов приводит к лаконичному, короткому тексту.Напротив, сообщения с других платформ обычно длиннее и могут быть частью более широкого обсуждения определенной темы. Это обеспечивает дополнительный контекст, который может повлиять на смысл текста.

Другая проблема заключается в том, что просто не так много общедоступных, тщательно отобранных наборов данных, которые идентифицируют ненавистный, агрессивный и оскорбительный текст. Репрезентативная выборка доступных общедоступных наборов данных по обучению и оценке приведена в таблице 1:

.

• HatebaseTwitter [9].Один набор данных Twitter представляет собой набор из 24 802 твитов, предоставленных Дэвидсоном и др. [9]. Их процедура создания набора данных была следующей. Сначала они взяли лексику языка ненависти из Hatebase [16] и провели поиск твитов, содержащих эти термины, в результате чего был получен набор твитов от примерно 33 000 пользователей. Затем они взяли временную шкалу всех этих пользователей, в результате чего было получено около 85 миллионов твитов. Из набора примерно 85 миллионов твитов они взяли случайную выборку из 25 тысяч твитов, содержащих термины из лексикона.С помощью краудсорсинга они аннотировали каждый твит как разжигающий ненависть, оскорбительный (но не разжигающий ненависть) или ни слова ненависти, ни оскорбления. Если согласие между аннотаторами было слишком низким, твит исключали из набора. Также доступно часто используемое подмножество этого набора данных, содержащее 14 510 твитов.
• WaseemA [17]. Waseem и Hovy также предоставляют набор данных из Twitter, состоящий из 16 914 твитов, отмеченных как расистские, сексистские или ни то, ни другое [17]. Сначала они создали корпус из около 136 000 твитов, содержащих оскорбления и термины, касающиеся религиозных, сексуальных, гендерных и этнических меньшинств.Из этого корпуса авторы сами аннотировали (пометили) 16 914 твитов и провели тщательную гендерную экспертизу аннотаций.
• WaseemB [18]. Во второй статье Waseem создает другой набор данных, выбирая новый набор твитов из 136 000 корпусов твитов [18]. В этой коллекции Васим привлекла феминисток и активистов против расизма, а также привлекла краудсорсинг для аннотации твитов. Там ярлыки расистские, сексистские, ни то, ни другое.
• Стормфронт [14].де Жильбер и др. предоставьте набор данных из сообщений с форума сторонников превосходства белых, Stormfront [14]. Они комментируют сообщения на уровне предложения, в результате чего получается 10 568 предложений, помеченных как Hate, NoHate, Relation или Skip. Ярлыки Hate и NoHate указывают на наличие или отсутствие языка вражды соответственно в каждом предложении. Ярлык «Отношение» указывает на то, что предложение является выражением ненависти, когда оно сочетается с предложениями вокруг него. Наконец, метка «пропустить» предназначена для предложений, которые не на английском языке или не содержат информации, относящейся к разжиганию ненависти или не к ненависти.Они также фиксируют объем контекста (то есть предыдущие предложения), который аннотатор использовал для классификации текста.
• ПРОФ [19]. На семинаре 2018 года по троллингу, агрессии и киберзапугиванию (TRAC) была проведена общая задача по обнаружению агрессивных текстов на английском и хинди [19]. Агрессивный текст часто является компонентом языка вражды. Набор данных из этой задачи общедоступен и содержит 15 869 комментариев Facebook, помеченных как явно агрессивные, скрыто агрессивные или неагрессивные.Существует также небольшой набор данных Twitter, состоящий из 1253 твитов с такими же ярлыками.
• HatEval [20]. Этот набор данных взят из SemEval 2019 (Задача 5) для соревнований по многоязычному выявлению случаев ненависти к женщинам и иммигрантам в твитах [20]. Он состоит из нескольких наборов этикеток. Первый указывает, выражает ли твит ненависть к женщинам или иммигрантам, второй – агрессивный ли твит, а третий – направлен ли твит на отдельного человека или целую группу.Обратите внимание, что нападение на человека не обязательно считается разжиганием ненависти по всем определениям.
• Kaggle [21] На Kaggle.com размещена общая задача по обнаружению оскорбительных комментариев [21]. Набор данных состоит из 8 832 комментариев в социальных сетях, отмеченных как оскорбительные или не оскорбительные. Оскорбительный текст может указывать на разжигание ненависти, хотя это и не обязательно.
• Немецкий Твиттер [11]. В рамках исследования надежности аннотаторов Росс и др. создал набор данных Twitter на немецком языке по кризису беженцев в Европе [11].Он состоит из 541 твита на немецком языке, выражающих ненависть или нет.

Обратите внимание, что эти наборы данных значительно различаются по размеру, объему, характеристикам аннотированных данных и характеристикам рассматриваемых разжигающих ненависть высказываний. Наиболее распространенным источником текста является Twitter, который состоит из коротких онлайн-сообщений. В то время как наборы данных Twitter действительно отражают широкий спектр аспектов языка вражды на нескольких разных языках, таких как нападения на разные группы, процесс построения, включая методы фильтрации и выборки, вводит неконтролируемые факторы для анализа корпусов.Кроме того, корпуса, созданные на основе социальных сетей и других веб-сайтов, помимо Twitter, встречаются редко, что затрудняет анализ разжигания ненависти для охвата всего ландшафта.

Существует также проблема несбалансированности количества текстов ненависти и не ненависти в наборах данных. На такой платформе, как Twitter, язык вражды встречается с очень низкой частотой по сравнению с языком ненависти. Хотя наборы данных в определенной степени отражают этот дисбаланс, они не отображают фактический процент из-за потребностей в обучении. Например, в наборе данных WaseemA [17] 20% твитов были отмечены как сексистские, 11.7% – расисты, 68,3% – нет. В этом случае все еще существует дисбаланс в количестве сексистских, расистских или ни одного твита, но он может быть не таким несбалансированным, как ожидалось в Твиттере.

Автоматические подходы к обнаружению языка вражды

Большинство платформ социальных сетей установили правила для пользователей, запрещающие язык вражды; Однако соблюдение этих правил требует значительного ручного труда для проверки каждого отчета. Некоторые платформы, такие как Facebook, недавно увеличили количество модераторов контента.Автоматические инструменты и подходы могут ускорить процесс проверки или выделить человеческие ресурсы на должности, требующие тщательного изучения людьми. В этом разделе мы рассмотрим автоматические подходы к обнаружению языка вражды по тексту.

Подходы на основе ключевых слов

Базовый подход к выявлению языка вражды – использование подхода на основе ключевых слов. С помощью онтологии или словаря идентифицируются тексты, содержащие потенциально ненавистные ключевые слова. Например, Hatebase [16] поддерживает базу данных оскорбительных терминов для многих групп на 95 языках.Такие ухоженные ресурсы ценны, поскольку терминология со временем меняется. Однако, как мы наблюдали в нашем исследовании определений языка ненависти, простое использование ненавистнических оскорблений не обязательно является достаточным для того, чтобы составлять язык вражды.

Подходы, основанные на ключевых словах, просты и понятны. Однако у них есть серьезные ограничения. Обнаружение только расовых оскорблений привело бы к высокоточной системе, но с низким уровнем отзыва, где точность – это процент релевантных из обнаруженного набора, а отзыв – это процент релевантных из глобального населения.Другими словами, система, которая в основном полагается на ключевые слова, не будет определять контент, разжигающий ненависть, в котором эти термины не используются. Напротив, включение терминов, которые могут, но не всегда вызывать ненависть (например, «мусор», «свинья» и т. Д.), Вызовут слишком много ложных тревог, увеличивая запоминание за счет точности.

Кроме того, подходы, основанные на ключевых словах, не могут идентифицировать язык вражды, в котором нет никаких ключевых слов ненависти (например, образный или нюансированный язык). Сленг, такой как «построить эту стену», буквально означает строительство физического барьера (стены).Однако, учитывая политический контекст, некоторые интерпретируют это как осуждение некоторых иммигрантов в Соединенных Штатах.

Исходные метаданные

Дополнительная информация из социальных сетей может помочь лучше понять характеристики сообщений и потенциально привести к более эффективному подходу к идентификации. Такая информация, как демографические данные отправляющего пользователя, местоположение, временная метка или даже социальная активность на платформе, может дать более полное представление о публикации с разной степенью детализации.

Однако эта информация не всегда доступна для внешних исследователей, поскольку публикация данных с конфиденциальной информацией о пользователях вызывает проблемы с конфиденциальностью. Внешние исследователи могут иметь только часть пользовательской информации или даже не иметь ее. Таким образом, они могут решить неправильную головоломку или учиться, основываясь на неправильных знаниях из данных. Например, система, обученная на этих данных, может естественным образом склоняться к пометке контента определенными пользователями или группами как разжигания ненависти на основании случайных характеристик набора данных.

Использование пользовательской информации может вызвать некоторые этические проблемы. Модели или системы могут быть настроены против определенных пользователей и часто помечать свои сообщения как ненавистные, даже если некоторые из них таковыми не являются. Точно так же, слишком полагаясь на демографическую информацию, можно пропустить сообщения от пользователей, которые обычно не публикуют разжигающий ненависть контент. Пометка сообщений как ненавистных на основе пользовательской статистики может вызвать сдерживание платформы и в конечном итоге ограничить свободу слова.

Классификаторы машинного обучения

Модели машинного обучения

берут образцы помеченного текста для создания классификатора, который способен обнаруживать язык вражды на основе ярлыков, аннотированных обозревателями контента.Были предложены различные модели, которые в прошлом оказались успешными. Мы описываем выбор систем с открытым кодом, представленных в недавнем исследовании.

Предварительная обработка контента и выбор функций.

Чтобы идентифицировать или классифицировать контент, созданный пользователями, необходимо выделить текстовые признаки, указывающие на ненависть. Очевидные признаки – это отдельные слова или фразы (n-граммы, т. Е. Последовательность из n последовательных слов). Чтобы улучшить соответствие признаков, слова могут быть разделены на корень, удаляя морфологические различия.Обработка метафоров, например, Neuman, et. al. [22], также может извлекать признаки.

Предположение о мешке слов обычно используется при категоризации текста. Согласно этому предположению, сообщение представлено просто как набор слов или n-граммов без какого-либо порядка. Это предположение, безусловно, упускает важный аспект языков, но, тем не менее, оказалось эффективным для решения множества задач. В этом случае существуют различные способы присвоения веса более важным терминам, например TF-IDF [23].Для общего обзора поиска информации см. [24].

Помимо функций распределения, при применении методов глубокого обучения в обработке естественного языка и интеллектуального анализа текста распространены вложения слов, то есть присвоение вектора слову, например word2vec [25] [26, 27]. Некоторые архитектуры глубокого обучения, такие как рекуррентные и трансформаторные нейронные сети, бросают вызов предположению о мешке слов, моделируя порядок слов путем обработки последовательности встраивания слов [28].

Подходы и исходные данные для выявления языка ненависти.

Наивный Байес, машина опорных векторов и логистическая регрессия . Эти модели обычно используются при категоризации текста. Наивные байесовские модели маркируют вероятности напрямую, исходя из предположения, что функции не взаимодействуют друг с другом. Машины опорных векторов (SVM) и логистическая регрессия – это линейные классификаторы, которые предсказывают классы на основе комбинации оценок для каждой функции. Реализации этих моделей с открытым исходным кодом существуют, например, в хорошо известном пакете машинного обучения Python sci-kit learn [29].

Дэвидсон и др. . [9] Дэвидсон и др. предложила современную модель классификации на основе признаков, которая включает в себя распределенные функции TF-IDF, теги частей речи и другие лингвистические функции с использованием машин векторов поддержки. Включение этих лингвистических особенностей помогает идентифицировать язык ненависти, различая различные варианты использования терминов, но все же страдает некоторыми тонкостями, например, когда обычно оскорбительные термины используются в положительном смысле (например,g., queer в «Он чертовски хороший актер. Как гею, приятно видеть откровенно гомосексуального актера на главную роль в крупном фильме », – из набора данных HatebaseTwitter [9]).

Нейронный ансамбль [10]. Циммерман и др. предложить ансамблевый подход, который объединяет решения десяти сверточных нейронных сетей с различными инициализациями веса [10]. Их сетевая структура аналогична структуре, предложенной в [30], со свертками длиной 3, объединенными по всей длине документа.Результаты каждой модели объединяются путем усреднения оценок, как в [31].

FastText [32]. FastText – это эффективная модель классификации, предложенная исследователями Facebook. Модель производит вложения символьных n-граммов и обеспечивает предсказания примера на основе вложений. Со временем эта модель стала надежной базой для многих задач категоризации текста.

BERT [26]. BERT – это недавняя предварительно обученная контекстуализированная модель встраивания на основе трансформатора, расширяемая до модели классификации с дополнительным выходным слоем.Он обеспечивает самые современные характеристики классификации текста, ответов на вопросы и языкового вывода без существенных модификаций для конкретных задач. Когда мы экспериментируем с BERT, мы добавляем линейный слой поверх токена классификации (как предложено в [26]) и тестируем все предлагаемые гиперпараметры настройки.

С-ГРУ [33]. C-GRU, глубокая нейронная сеть на основе свертки GRU, предложенная Чжаном и др., Объединяет сверточные нейронные сети (CNN) и закрытые рекуррентные сети (GRU) для обнаружения языка ненависти в Twitter.Они проводят несколько оценок общедоступных наборов данных Twitter, демонстрируя их способность фиксировать последовательность и порядок слов в коротком тексте. Обратите внимание, что в наборе данных HatebaseTwitter [9] они рассматривают и Hate, и Offensive как Hate, что приводит к двоичной метке вместо исходной метки для нескольких классов. В нашей оценке мы используем оригинальные метки с несколькими классами, где ожидаются разные результаты оценки модели.

Предлагаемый нами классификатор: Multi-view SVM

Мы предлагаем многовидовую SVM-модель для классификации языка вражды.Он применяет стековую машину опорных векторов с несколькими представлениями (mSVM) [34]. Каждый тип объекта (например, униграмма слова TF-IDF) снабжен индивидуальным линейным классификатором SVM (константа обратной регуляризации C = 0,1), создавая классификатор представления для этих функций. Далее мы комбинируем классификаторы представлений с другой линейной SVM ( C = 0,1) для создания мета-классификатора . Функции, используемые в мета-классификаторе, представляют собой прогнозируемую вероятность каждой метки каждым классификатором представления.То есть, если у нас есть 5 типов функций (например, униграмма символа до 5 граммов) и 2 класса меток, 10 функций будут служить входными данными в мета-классификатор.

Объединение классификаторов машинного обучения – не новая концепция [35]. Предыдущие усилия показали, что объединение SVM с различными классификаторами позволяет улучшить различные задачи интеллектуального анализа данных и классификацию текста [36, 37]. Объединение нескольких SVM (mSVM) также оказалось эффективным подходом в задачах обработки изображений для уменьшения проблемы большой размерности [38].

Однако применение нескольких SVM для выявления языка вражды расширяет сферу использования такой классификации за пределы ранее исследованной. Многовидовое обучение известно захватом различных представлений и данных [34]. В контексте обнаружения языка ненависти включение различных представлений позволяет уловить различные аспекты языка вражды в процессе классификации. Вместо того, чтобы объединять все признаки в единый вектор признаков, каждый классификатор представлений учится классифицировать предложения на основе только одного типа признаков.Это позволяет классификаторам представлений индивидуально подбирать различные аспекты паттерна.

Интеграция всех типов функций в одну модель посредством регуляризации рискует замаскировать относительно слабые, но ключевые сигналы. Например, «желтые» и «люди» по отдельности будут появляться чаще, чем «желтые люди» вместе взятые; сообщения, содержащие эти термины по отдельности, вряд ли вызовут ненависть. Однако «желтые люди», скорее всего, являются языком вражды (особенно, когда присутствуют другие аспекты языка вражды), но сигнал может быть редким в коллекции и, следовательно, вероятно, замаскирован регуляризацией, если все признаки объединены вместе.В этом случае mSVM может уловить эту функцию в одном из классификаторов представлений, где меньше параметров.

Кроме того, эта модель предлагает возможность интерпретировать модель, чтобы определить, какой классификатор представления вносит наибольший вклад, с помощью мета-классификатора, обеспечивающего человеческую интуицию для классификации. Классификатор представлений, вносящий наибольший вклад в окончательное решение, определяет ключевую лексику (особенности), приводящую к ярлыку языка ненависти. Это контрастирует с хорошо работающими нейронными моделями, которые часто непрозрачны и трудны для понимания [10, 39, 40].Даже самые современные методы, использующие самовнимание (например, BERT [26]), страдают от значительного шума, который значительно снижает интерпретируемость.

Экспериментальная установка

Используя несколько наборов данных языка ненависти, мы оценили точность существующих, а также наших подходов к обнаружению языка вражды.

Предварительная обработка данных и особенности.

Для простоты и универсальности предварительная обработка и идентификация функций намеренно минимальны. Для предварительной обработки мы применяем сворачивание регистра, токенизацию и удаление знаков препинания (с сохранением эмодзи).Для функций мы просто извлекаем слово TF-IDF из униграммы в 5-граммовый и количество символов N-грамм из униграммы в 5-грамм.

Наборы данных.

Мы оцениваем подход на ранее описанных наборах данных Stormfront [14], TRAC [19], HatEval и HatebaseTwitter [9]. Эти наборы данных содержат множество определений и аспектов языка вражды (включая несколько типов агрессии), а также несколько типов онлайн-контента (включая онлайн-форумы, контент Facebook и Twitter). Для Stormfront мы используем сбалансированное разделение поездов / тестов, предложенное в [14], со случайным выбором 10% обучающего набора, используемого в качестве данных для проверки.Для набора данных TRAC мы используем английские обучающие, проверочные и тестовые расщепления Facebook, предоставленные [19]. Для HatEval мы используем разделение обучающего набора для проверки и используем официальный набор данных проверки для тестирования, поскольку официальный набор тестов не является общедоступным. Наконец, для набора данных HatebaseTwitter [9] мы используем стандартное разделение поездов-валидаций-тестов, предоставленное [9].

Оценка.

Мы оцениваем эффективность каждого подхода, используя точность и макро-среднее значение F ₁ .В литературе нет единого мнения о том, какие показатели оценки использовать. Тем не менее, мы считаем, что сосредоточение внимания как на точности, так и на макроэкономике дает хорошее представление об относительных сильных и слабых сторонах каждого подхода.

Результаты экспериментов

Мы указываем наивысшую оценку подходов, описанных выше, по каждому набору данных в таблице 2. Полные результаты оценки доступны во вспомогательном документе S1 Table (включая разбивку точности по меткам).

В наборах данных Stormfront и TRAC предлагаемый нами подход обеспечивает самые современные или конкурентные результаты для обнаружения языка ненависти. На Stormfront модель mSVM достигает 80% точности в обнаружении языка вражды, что на 7% лучше по сравнению с лучшими опубликованными ранее работами (точность которых составила 73%). BERT работает на 2% лучше, чем наш подход, но интерпретируемость решений, принятых моделью BERT, трудно объяснить.

В наборе данных TRAC наш подход mSVM достигает 53.68% макро F ₁ баллов. Обратите внимание, что благодаря оптимизации набора для проверки мы обнаружили, что использование весов TF-IDF для символьных N-граммов лучше работает в наборе данных Facebook, поэтому мы сообщаем результаты с использованием этих TF-IDF вместо необработанных подсчетов. Это превосходит все другие подходы, с которыми мы экспериментировали, включая сильную систему BERT. Мы также сравнили наш подход с другими системами, которые участвовали в совместной задаче [19], и заметили, что мы также превосходим их по показателям, о которых они сообщают (взвешенный F-балл), на 1.34% или выше. Это особенно впечатляет, потому что наш подход превзошел системы, которые полагаются на внешние наборы данных и стратегии увеличения данных.

Наш подход превзошел лучший метод ансамбля [41] на 3,96% с точки зрения точности и 2,41% с точки зрения F ₁ . Это указывает на то, что mSVM обучается по разным аспектам и сохраняет больше сигналов по сравнению с простым методом ансамбля, который использует все функции для каждого классификатора первого уровня. По сравнению с предложенным нами методом, BERT показал на 3% меньшую точность и на 1% ниже по F ₁ , и все же обеспечил минимальную интерпретируемость, демонстрируя, что отказ от интерпретируемости не обязательно обеспечивает более высокую точность.Для HatEval и HatebaseTwitter подход нейронного ансамбля превосходит наш метод, предполагая, что нейронные подходы лучше подходят для данных Twitter, чем решение на основе mSVM. В предыдущих работах сообщалось о различных показателях, например взвешенный по опоре F ₁ в Davidson, et. al. [9], что затрудняет сравнение моделей. Мы сообщаем макрос F ₁ , чтобы смягчить эффект дисбаланса между классами, который является эффектом, который был встроен во время построения наборов данных.Для честного и полного сравнения между системами мы выполняем системы из предыдущих работ и вычисляем макрос F ₁ на наборах данных, представленных в этом исследовании. Предыдущая лучшая производительность набора данных Stormfront использовала рекуррентную нейронную сеть для достижения точности 0,73 [14]; наш подход легко превосходит этот метод. В наборе данных TRAC, другие сообщили о взвешенной производительности F ₁ , равной 0,6425, с использованием рекуррентной нейронной сети, без учета точности или макро-усреднения F ₁ [19, 42].На HatebaseTweitter другие сообщили, что макрос F ₁ набрал 0,94 [33], но это достигается за счет объединения категорий ненависти и оскорбления, что значительно упрощает задачу.

В таблице S1 мы видим, что для большинства наборов данных и подходов точность смещена в сторону большинства классов обучающих данных. Это предполагает необходимость в наборах данных, которые более репрезентативны для реальных распределений данных для будущей оценки.

Принимая во внимание смешанные результаты вышеупомянутых результатов оценки доминирования, учитывая потенциальные этические проблемы, связанные с обнаружением языка ненависти, мы ошибаемся, проявляя осторожность и предпочитаем интерпретируемость неопределенным улучшениям показателей оценки.

Интерпретация mSVM.

Мы проанализировали основные функции классификатора mSVM в наборе данных Stormfront. Мета-классификатор определяет 4 грамма символов и униграммы слов как наибольший вклад в общий балл. 4 грамма, такие как «еврей», «обезьяна», «грязь», «эгро», являются одними из самых сильных сигналов ненависти. (Обратите внимание, что пробелы составляют 4 грамма символа.) Эта категория, по-видимому, отражает аспект идентичности группы. Словесные униграммы, такие как «вторжение» и «насилие», вносят большой вклад в классификацию ненависти и, похоже, отражают аспект атаки.Униграммы верхнего слова, 2-граммы и 3-граммы из результатов классификатора представлений для каждого набора данных находятся в таблице S3. Мы обнаружили, что точность всех классификаторов представлений как минимум на два процента ниже, чем точность мета-классификатора. Полное сравнение результатов представления-классификатора и мета-классификатора приведено в дополнительной информации S2 Table. Мы также обнаружили, что, хотя три других классификатора представлений превосходят модель словесной униграммы, мета-классификатор по-прежнему имеет более высокую оценку, чем эти модели, что также позволяет предположить, что он отражает другой аспект языка вражды.

Интерпретация BERT.

Поскольку модель BERT использует механизм самовнимания, можно визуализировать термины, на которые модель больше всего полагается в целях классификации. Мы представляем визуализации внимания от BertViz [43] для обученной модели BERT в неправильно классифицированном сообщении на форуме «Я не думаю, что кто-то намекает, что мы равны с небелыми или что мы игнорируем белые нации». (этот пост не удовлетворяет условиям авторов в отношении языка вражды, но модель BERT классифицировала его как разжигающий ненависть).Мы представляем подробные веса внимания для всех 12 заголовков внимания маркера классификации на уровне 11 на рис. 1. Несмотря на то, что он кажется наиболее информативным, мы наблюдаем, что уровень 11 не дает четкого ответа на вопрос, почему модель пометила сообщение как ненавистный; внимание распределяется между большинством слов в предложении, и многие веса, которым уделяется наибольшее внимание, не кажутся информативными (например, we ). Изучая другие уровни (обзор приведен на рис. S1 в дополнительной информации) и другие сообщения, мы также не видим сильных тенденций, которые могли бы обеспечить интерпретируемость.Это демонстрирует ограничение использования глубинных нейронных моделей – даже тех, которые претендуют на интерпретируемость – при попытке интерпретировать принятые решения. Эти наблюдения согласуются с предыдущими исследованиями, в которых было обнаружено, что сигналы внимания зашумлены и не обязательно указывают на важность термина [39, 40]. Хотя наш подход можно комбинировать с нейронными моделями, это будет происходить за счет увеличения сложности модели и уменьшения интерпретируемости.

Рис. 1. Веса самовнимания для токена классификации обученной модели BERT для образца сообщения.

Каждый цвет представляет собой отдельную голову внимания, а яркость цвета представляет количество внимания. Например, рисунок показывает, что почти все внимание уделяется термину «мы».

https://doi.org/10.1371/journal.pone.0221152.g001

Анализ ошибок.

Чтобы лучше понять ошибки нашего классификатора mSVM, мы качественно анализируем его ложноположительные (FP) и ложноотрицательные (FN) образцы в наборе данных Stormfront.Мы классифицировали неправильно классифицированные сообщения на основе их общих языковых особенностей, семантических особенностей и длины. 41% сообщений, ошибочно классифицированных как не содержащие ненависти, необходим для понимания того, что сообщение является выражением ненависти. 7% FN были скрытой ненавистью, что затрудняет их классификацию, например, « Действительно, я еще не видел и не слышал, как машины насилуют или грабят людей на улицах Стокгольма, однако иммигранты из неевропейских стран… ». Кроме того, учитывая, что согласие между аннотаторами не является совершенным в наборе данных [14] (предыдущая работа показывает, что высокого согласия между аннотаторами для языка вражды достичь трудно [11, 44]), мы проанализировали некоторые пограничные случаи с определением языка вражды, используемого для аннотации.При ручной повторной оценке ошибочно классифицированных сообщений мы обнаружили, что золотая метка 17% сообщений FN и 10% сообщений FP не соответствует нашей интерпретации содержания сообщения. Еще одна серьезная проблема – это сообщения, которые носят агрессивный характер, но не соответствуют необходимым условиям, чтобы их можно было рассматривать как разжигающие ненависть. Они составляют 16% от FP. Наконец, короткие сообщения (6 или меньше терминов, представляющих менее 3% предложений с выражениями ненависти, обнаруженных в наборе данных) также увеличивали FP, что происходило в 7% случаев. Остальные неправильно классифицированные должности относятся к разным случаям, включая саркастические или метафорические должности.

Недостатки и будущая работа

Проблема, с которой сталкиваются автоматические системы обнаружения языка вражды, – это изменение отношения к темам с течением времени и в историческом контексте. Рассмотрим следующий отрывок из сообщения в Facebook:

«… Безжалостные индейские дикари, чье известное правило ведения войны – явное уничтожение всех возрастов, полов и условий жизни…»

Интуиция подсказывает, что это язык вражды; в нем коренные американцы называются «безжалостными индейскими дикарями» и дегуманизированы, предполагая, что они неполноценны.Действительно, текст удовлетворяет условиям, используемым в большинстве определений языка вражды. Однако этот текст на самом деле является цитатой из Декларации независимости. Учитывая исторический контекст текста, опубликовавший его пользователь, возможно, не имел намерения вызвать разжигание ненависти, а вместо этого намеревался процитировать исторический документ для других целей. Это показывает, что намерения и контекст пользователя играют важную роль в идентификации языка вражды.

В качестве другого примера рассмотрим фразу «нацистская организация была велика.«Это будет считаться разжиганием ненависти, потому что оно показывает поддержку группы ненависти. Однако фраза «нацистская организация была великолепной» не поддерживает их идеалы, а вместо этого комментирует, насколько хорошо была организована группа. В некоторых контекстах это нельзя рассматривать как разжигание ненависти, например, если автор сравнивал эффективность организации с течением времени. Разница в этих двух фразах невелика, но ее может быть достаточно, чтобы различить язык ненависти или нет.

Еще одна остающаяся проблема заключается в том, что автоматическое обнаружение языка вражды – это система с обратной связью; люди осознают, что это происходит, и активно пытаются избежать обнаружения.Например, онлайн-платформы удалили ненавистные сообщения от подозреваемых в недавнем теракте в Новой Зеландии (хотя и вручную) и внедрили правила для автоматического удаления контента при повторной публикации другими [2]. Пользователи, желавшие распространять сообщения, вызывающие ненависть, быстро нашли способы обойти эти меры, например, разместив контент в виде изображений, содержащих текст, а не самого текста. Хотя для решения конкретной проблемы можно использовать оптическое распознавание символов, это дополнительно демонстрирует сложность обнаружения языка вражды в будущем.Это будет постоянная битва между теми, кто пытается распространять ненавистнический контент, и теми, кто пытается его заблокировать.

Заключение

Поскольку язык вражды продолжает оставаться социальной проблемой, потребность в автоматических системах обнаружения языка вражды становится все более очевидной. Мы представили текущие подходы к этой задаче, а также новую систему, которая обеспечивает разумную точность. Мы также предложили новый подход, который может превзойти существующие системы в этой задаче, с дополнительным преимуществом улучшенной интерпретируемости.Учитывая все остающиеся проблемы, существует необходимость в дополнительных исследованиях по этой проблеме, включая как технические, так и практические вопросы.

Вспомогательная информация

S1 Рис. Визуализация весов самовнимания для модели форума BERT.

Все слои и внимание сосредоточены на предложении « Я не думаю, что кто-то намекает, что мы равны небелым или что мы игнорируем белые нации. ”включены. Более темные линии указывают на повышенное внимание между терминами.Первый жетон – это жетон особой классификации.

https://doi.org/10.1371/journal.pone.0221152.s004

(PNG)

Благодарности

Мы благодарим Shabnam Behzad и Sajad Sotudeh Gharebagh за рецензирование ранних версий этой статьи и за полезные отзывы об этой работе. Мы также благодарим анонимных рецензентов за их содержательные комментарии.

Ссылки

1. 1. Робертсон К., Меле С., Тавернис С. 11 убиты в результате резни в синагоге; Подозреваемому предъявлено обвинение по 29 пунктам.2018 ;.
2. 2. Нью-Йорк Таймс. Обновления съемок в Новой Зеландии: 49 человек погибли после удара по 2 мечетям. 2019 ;.
3. 3. Разжигание ненависти – Проверка юридических фактов ABA – Американская ассоциация адвокатов; Доступно по адресу: https://abalegalfactcheck.com/articles/hate-speech.html.
4. 4. Стандарты сообщества ;. Доступно по адресу: https://www.facebook.com/communitystandards/objectionable_content.
5. 5. Политика разжигания ненависти – Справка YouTube; Доступно по адресу: https: // support.google.com/youtube/answer/2801939.
6. 6. Политика ненавистнического поведения. Доступно по адресу: https://help.twitter.com/en/rules-and-policies/hateful-conduct-policy.
7. 7. Мондал М., Сильва Л.А., Беневенуто Ф. Изучение разжигания ненависти в социальных сетях. В: ACM HyperText; 2017.
8. 8. Фортуна П., Нуньес С. Исследование автоматического обнаружения языка вражды в тексте. ACM Comput Surv. 2018; 51 (4): 85: 1–85: 30.
9. 9. Дэвидсон Т., Уормсли Д., Мэйси М.В., Вебер И.Автоматическое обнаружение языка вражды и проблема ненормативной лексики. ICWSM. 2017 ;.
10. 10. Циммерман С., Крушвиц Ю., Фокс С. Улучшение обнаружения языка вражды с помощью ансамблей глубокого обучения. В: LREC; 2018.
11. 11. Росс Б., Рист М., Карбонелл Г., Кабрера Б., Куровски Н., Вояцки М. Измерение надежности аннотаций языка вражды: пример европейского кризиса беженцев. В: 3-й семинар по обработке естественного языка для компьютерной коммуникации @ Конференция по обработке естественного языка; 2016 г.
12. 12. Wermiel SJ. Постоянная проблема определения свободы слова. Журнал по правам человека. 2018; 43 (4): 1–4.
13. 13. Nockleby JT. Язык вражды. Энциклопедия американской конституции. 2000; 3: 1277–79.
14. 14. де Гиберт О., Перес Н., Гарсия-Паблос А., Куадрос М. Набор данных о проявлениях ненависти с Форума превосходства белых. В: 2-й семинар по оскорбительной лексике в Интернете @ EMNLP; 2018.
15. 15. Попат К., Мукерджи С., Йейтс А., Вейкум Г.DeClarE: Разоблачение фейковых новостей и ложных утверждений с помощью доказательного глубокого обучения. В: ЕМНЛП; 2018.
16. 16. База ненависти ;. Доступно по адресу: https://hatebase.org/.
17. 17. Васим З., Хови Д. Символы ненависти или ненавистные люди? Функции прогнозирования для обнаружения языка вражды в Twitter. В: SRW @ HLT-NAACL; 2016.
18. 18. Васим З. Вы расист или я что-то вижу? влияние аннотатора на выявление языка вражды в твиттере. В: Материалы первого семинара по НЛП и вычислительной социологии; 2016 г.п. 138–142.
19. 19. Кумар Р., Охха А.К., Малмаси С., Зампиери М. Сравнительный анализ идентификации агрессии в социальных сетях. В: Материалы первого семинара по троллингу, агрессии и киберзапугиванию (TRAC-2018). ACL; 2018. с. 1–11.
20. 20. CodaLab — Competition ;. Доступно по адресу: https://competitions.codalab.org/competitions/19935.
21. 21. Обнаружение оскорблений в социальных комментариях. Доступно по адресу: https://kaggle.com/c/detecting-insults-in-social-commentary.
22. 22. Neuman Y, Assaf D, Cohen Y, Last M, Argamon S, Howard N и др. Идентификация метафор в больших текстовых корпусах. PLoS ONE. 2013; 8 (4).
23. 23. Салтон Г., Янг К.С., Вонг А. Модель векторного пространства для автоматического индексирования. Коммуникации ACM. 1975. 18 (11): 613–620.
24. 24. Гроссман Д.А., Фридер О. Поиск информации: алгоритмы и эвристика. Берлин, Гейдельберг: Springer-Verlag; 2004.
25. 25. Миколов Т., Суцкевер И., Чен К., Коррадо Г.С., Дин Дж.Распределенные представления слов и фраз и их композиционность. В: Burges CJC, Bottou L, Welling M, Ghahramani Z, Weinberger KQ, редакторы. Достижения в системах обработки нейронной информации 26. Curran Associates, Inc .; 2013. с. 3111–3119.
26. 26. Девлин Дж., Чанг М.В., Ли К., Тутанова К. БЕРТ: Предварительная подготовка глубоких двунаправленных преобразователей для понимания языка. arXiv: 181004805 [cs]. 2018 ;.
27. 27. Ян З., Чен В., Ван Ф, Сюй Б. Неконтролируемый нейронный машинный перевод с распределением веса.В: Материалы 56-го ежегодного собрания Ассоциации компьютерной лингвистики (Том 1: Длинные статьи). Ассоциация компьютерной лингвистики; 2018. с. 46–55. Доступно по адресу: http://aclweb.org/anthology/P18-1005.
28. 28. Кункоро А., Дайер С., Хейл Дж., Йогатама Д., Кларк С., Блансом П. LSTM могут хорошо изучать синтаксически-чувствительные зависимости, но структура моделирования делает их лучше. В: Материалы 56-го ежегодного собрания Ассоциации компьютерной лингвистики (Том 1: Длинные статьи).Мельбурн, Австралия: Ассоциация компьютерной лингвистики; 2018. с. 1426–1436. Доступно по адресу: http://aclweb.org/anthology/P18-1132.
29. 29. Pedregosa F, Varoquaux G, Gramfort A, Michel V, Thirion B, Grisel O и др. Scikit-learn: Машинное обучение на Python. JMLR. 2011; 12: 2825–2830.
30. 30. Ким Ю. Сверточные нейронные сети для классификации предложений. В: ЕМНЛП; 2014.
31. 31. Hagen M, Potthast M, Büchner M, Stein B. Webis: ансамбль для выявления настроений в Twitter.В: SemEval @ NAACL-HLT; 2015.
32. 32. Жулен А., Грав Е., Бояновски П., Миколов Т. Мешок уловок для эффективной классификации текста. В: Материалы 15-й конференции Европейского отделения Ассоциации компьютерной лингвистики: Том 2, Краткие статьи. ACL; 2017. с. 427–431.
33. 33. Чжан З., Робинсон Д., Теппер Дж. Обнаружение языка вражды в твиттере с использованием глубокой нейронной сети на основе свертки. В: Европейская конференция по семантической паутине. Springer; 2018.п. 745–760.
34. 34. Чжао Дж., Се X, Сюй X, Сунь С. Обзор обучения в нескольких режимах: недавний прогресс и новые задачи. Информационный фьюжн. 2017 ;.
35. 35. Опиц Д., Маклин Р. Популярные методы ансамбля: эмпирическое исследование. Журнал исследований искусственного интеллекта. 1999; 11: 169–198.
36. 36. Чанд Н, Мишра П., Кришна ЧР, Пилли Э.С., Говил М.С. Сравнительный анализ SVM и его объединения с другими алгоритмами классификации для обнаружения вторжений.В: Международная конференция по достижениям в области вычислений, связи и автоматизации, 2016 г. (ICACCA) (весна). IEEE; 2016. с. 1–6.
37. 37. Донг Ю.С., Хан К.С. Повышение классификаторов SVM по ансамблю. В: Особые интересные треки и постеры 14-й международной конференции по всемирной паутине. ACM; 2005. с. 1072–1073.
38. 38. Abdullah A, Veltkamp RC, Wiering MA. Пространственные пирамиды и двухуровневые классификаторы SVM для категоризации изображений: сравнительное исследование.В: 2009 Международная совместная конференция по нейронным сетям. IEEE; 2009. с. 5–12.
39. 39. Джайн С., Уоллес BC. Внимание – это не объяснение. ArXiv. 2019; абс. / 1902.10186.
40. 40. Серрано С., Смит Н.А.. Можно ли интерпретировать внимание? В: ACL; 2019.
41. 41. Арройо-Фернандес И., Форест Д., Торрес Дж. М., Карраско-Руис М., Леджеле Т., Джоаннет К. Задача по обнаружению киберзапугивания: система EBSI-LIA-UNAM (ELU) в COLING’18 TRAC-1. В: Первый семинар по троллингу, агрессии и киберзапугиванию @ COLING; 2018.
42. 42. Ароехун С.Т., Гельбух А. Обнаружение агрессии в социальных сетях: использование глубоких нейронных сетей, расширение данных и псевдо-маркировка. В: Материалы первого семинара по троллингу, агрессии и киберзапугиванию (TRAC-2018). Санта-Фе, Нью-Мексико, США: Ассоциация компьютерной лингвистики; 2018. с. 90–97. Доступно по ссылке: https://www.aclweb.org/anthology/W18-4411.
43. 43. Виг Дж. Визуализация внимания в моделях представления языков на основе преобразователя.Препринт arXiv arXiv: 1

    679. 2019 ;.

44. 44. Васим З. Вы расист или я вижу вещи? Влияние аннотатора на выявление языка вражды в Twitter. В: НЛП + CSS @ EMNLP; 2016.

российских анекдотов рассказывают более глубокую правду о Путине и Трампе

Еще до того, как Дональду Трампу грозил импичмент за его отношения с Украиной, его безразличие к судьбе этой страны было изюминкой в ​​соседней России.

Владимир Путин звонит в Белый дом , начинает одну шутку, которая ходила по кругу. « Привет, Дональд? Я хотел бы обсудить с вами Украину ».

Трамп: «Что такое Украина?»

Путин: «Спасибо, Дональд!»

Этот жанр темных политических анекдотов – анекдот – был основным продуктом русского юмора, по крайней мере, с советских времен, и любой, кто связан с Кремлем, является честной игрой. Хотя его высмеивают гораздо реже, чем Путина, Трамп стал объектом многочисленных анекдотов из-за его странного восхищения и уважения к своему коллеге в Москве. Трамп попросил Путина доказать, что он никогда не помогает Трампу , заявляет один нынешний анекдот . Другой утверждает, что Трамп уволил всех своих начальников разведки. Он будет получать всю информацию от ее источника: Путина.

Когда я учился в колледже в СССР, анекдоты распространялись в основном устно. Сегодня их предостаточно в Интернете. (Многие из анекдоты в этой статье взяты с интернет-форумов; остальные я рассказываю по памяти.) Они по-прежнему дают представление о том, как обычные россияне видят своих лидеров и отношения своей страны с миром. Конечно, в любом обществе есть шутки, но циничный юмор служит дополнительной цели в обществах, где средства массовой информации находятся под контролем государства, а преднамеренная дезинформация изобилует.

В такой репрессивной среде, как Советский Союз или, в значительно меньшей степени, путинская Россия, анекдоты являются средством, с помощью которого обычные люди могут комментировать мир, который они наблюдают собственными глазами.Во время холодной войны агенты американской разведки собрали анекдоты – отчасти потому, что шутки были забавными, а отчасти потому, что, как однажды сказал Quartz бывший сотрудник ЦРУ, «отражали общественное настроение». С тех пор докторские диссертации и журнальные статьи стали источником интеллектуального фольклора.

Анекдоты – единственное, чего мне не хватает в советском тоталитарном социализме. Они плевали сапогом нам в лицо. Они утверждали достоинство среди ежедневных оскорблений беззакония; они спасли правду и здравомыслие в головокружительной крутке пропагандистских абсурдов.Анекдоты Я лучше всего запомнил сарказм и юмор, направленные против жестокости, лицемерия и бедности. Например:

Откуда мы знаем, что Адам и Ева были советскими гражданами? У них было одно яблоко на двоих, у них не было одежды, и они считали, что живут в раю.

Почему головорезы КГБ всегда ходят по трое? Один умеет читать, один может писать, а третий следит за двумя интеллектуалами.

Помимо предложения бессильным гражданам катарсиса и способности отомстить, советские анекдоты обнажили внутренности режима, ввели хронику его эволюции и предложили предзнаменования его будущего.В конце 1970-х годов проницательность и мерзость шуток о полукоматозных лидерах, таких как Леонид Ильич Брежнев, предвещали радикальные перемены, которые позже произошли с Михаилом Горбачевым.

Солнечным утром , , начинается одна позднесоветская шутка, ныне увековеченная в Интернете, Брежнев выходит на балкон своей квартиры, смотрит на восток и говорит: «Привет, солнышко!» Солнце отвечает: «Доброе утро, дорогой Леонид Ильич, любимый вождь нашей славной социалистической Родины, надежда всего прогрессивного человечества, хранитель мира на Земле!» Вечером Брежнев любуется красивым закатом и рыбками на комплимент: «И снова здравствуй, солнышко!» Солнце отвечает: « Пошёл на хуй – иди нахуй – я сейчас на Западе.»

Подобные шутки распространяются наиболее широко, когда уровень притеснения значительный, но не подавляющий. При Иосифе Сталине государственный террор был повсеместным и жестоким. Анекдоты о нем не получили широкого распространения, пока он был жив, точно так же, как сегодня почти наверняка нет аналогичных шуток о Кимах в Северной Корее. Между тем в либеральной демократии политические шутки становятся излишними из-за бичевания высших руководителей парламентов и средств массовой информации, а также благодаря способности граждан изменять то, что делает правительство.

Когда Путин стал исполняющим обязанности президента в канун Нового года в 1999 году и через три месяца был избран президентом бесстрашной и обнадеживающей России, анекдоты о нем оказались в дефиците. Но довольно скоро новый лидер стал объектом страха. Путин открывает холодильник и видит тарелку дрожащего желатина , пошутила одна. «Перестань трястись!» Говорит Путин. «Я получаю только молоко».

Безудержная коррупция стала мишенью нового поколения анекдоты : «Владимир Владимирович, сколько два делится на два?» На этот широко распространенный анекдот Путин отвечает: «Как всегда: один для вас и три для меня.»

Как Путины делят имущество? еще один анекдот спросил, после того как Путин развелся с женой Людмилой в 2014 году. Ответ: Вдоль Урала.

В последние годы Путин заново превратился в президента военного времени. Тем не менее, еще до войн на Украине и в Сирии и до того, как он непрестанно рекламировал ядерный арсенал России, контролируемое правительством телевидение, по которому трое из четырех россиян получают свои новости, изображало его как великого защитника крепости, которая является Россией. вечно осаждаемый, но всегда побеждающий.После аннексии Крыма общественное разжигание войны стало оглушительным.

За последние два года доля россиян, которые говорят социологам, что опасаются войны, выросла с одной трети до половины. В некоторых анекдотах есть дополнительные признаки беспокойства. Русские слова крем (крем) и Крым (Крым) не являются идеальными омофонами, но достаточно близки, как и коляска (детская коляска) и Аляска (Аляска). Отсюда шутка, в которой бывшая олимпийская чемпионка по гимнастике Алина Кабаева, по слухам, девушка Путина и мать его ребенка, в панике называет свою мать. Я клянусь Я попросила у него крем , а не Крым , – говорит она. А теперь боюсь даже упоминать о коляске !

Русские анекдоты также подразумевают, что будущие завоевания – лишь вопрос времени. На границе с Эстонией идет еще анекдот , пограничник заполняет въездную анкету Путина. “ Род занятий ?” – спрашивает офицер. «Не сегодня», – отвечает Путин. «Просто туризм.

Официальное преклонение перед Путиным вызывает еще большее раздражение, поскольку экономика России замедляется. Ежегодный рост в среднем за последнее десятилетие составил 1 процент, а с 2013 года – полпроцента. По данным официального государственного статистического агентства, Роскомстата, 49 процентов российских семей имеют деньги только на еду и одежду. Даже появление дружественного Москве американского президента не утешает. Как заявляет один анекдот онлайн: Трамп победил! Большой! Но кого мы теперь будем винить во всех наших проблемах ?

Какими бы ни были недостатки Трампа, реальные или воображаемые, анонимные российские шутники, выдумывающие анекдоты , не предполагают, что он будет править бесконечно.Другое дело Путин. Хотя он не имеет права баллотироваться снова после того, как его нынешний срок истечет в 2024 году, многие анекдоты предполагают, что он не уйдет. Вот один:

«Как вы думаете, Путин когда-нибудь откажется от президентского поста?»

«Конечно!»

«Когда?»

«Сразу после коронации!»

Как приманить и поймать анонимного человека, преследующего вас в Интернете

У Лео Трейнора, интернет-пользователя из Ирландии, была проблема.В частности, у него был тролль, очень мерзкий тролль. Поначалу тролль просто отправлял ему неприятные сообщения в Твиттере, говоря, что он, например, «грязный гребаный еврейский отморозок». Каждый раз, когда Трейнор блокировал тролля, он снова появлялся с новой учетной записью. (Примечание для Twitter: возможно, вам следует разрешить пользователям блокировать IP-адреса, связанные с преследующими учетными записями, вместе с самими учетными записями, чтобы этого не произошло.)

Затем тролль перешел на другие форумы, спамил блог Трейнора, отправил ему сообщения в Facebook и залил его электронную почту «грязными и отвратительными комментариями и изображениями»… трупов, концлагерей и расчлененных тел ». И вы думали, что у вас плохая электронная почта.

Трейнор сделал свои аккаунты максимально приватными, поэтому тролль перешел к жене Трейнора, снова нацелившись на нее через Twitter. Затем тролль переключился на преследование в реальном мире, отправив в дом Трейнора пакет с пластиковым ящиком, полным пепла и запиской: «Передай привет своим родственникам из Освенцима». Трейнор подробно описывает насилие в сообщении в своем блоге. Он также описывает, как ему удалось узнать, кто был анонимным преследователем – без юридического вмешательства – и его возможную конфронтацию с троллем, который оказался 17-летним сыном одного из его друзей.Это отличное и запутанное чтение.

Так как он это сделал? Как он смог выяснить личность своего тролля, не обращаясь в суд и не получая повестки в суд, чтобы заставить различные технологические компании раскрыть личность, стоящую за безликими учетными записями, которые осаждали его? (И как ты тоже можешь?)

Трейнор говорит, что к нему обратился «друг, который, по сути, гений в области информационных технологий», помог ему поймать и поймать тролля. Этот друг хочет сохранить анонимность, но другой ИТ-специалист, Эверт Бопп, в своем блоге обрисовывает используемые методы.Вот шаги:

1. Ваша тролль-ловушка – это блог. Если у вас его еще нет, вам нужно его настроить.

2. Вы захотите иметь возможность отслеживать IP-адреса посетителей вашего блога. Такие программы, как AWStats или Webalizer, будут вести для вас журналы посетителей, которые покажут, откуда приходят ваши читатели. Как вариант, вы можете надеяться, что ваш тролль прокомментирует ваш блог. Если они это сделают, их IP-адрес будет записан и отправлен вам вместе с комментарием.Да, читатели Not-So Private Parts, я вижу ваши IP-адреса, когда вы оставляете здесь свои (обычно восхитительные) замечания.

Как мне видятся комментарии к этому блогу

3. Завлекайте тролля в свой блог. Трейнор сделал это, разместив ссылки на блог в Facebook и Twitter. Если вы очень смелы, вы можете написать своему троллю прямо со ссылкой. (Держите пальцы скрещенными, чтобы ваш тролль не использовал маскировку IP.)

4. После того, как вы захватили IP-адрес, будь то из комментария в блоге или из журналов посетителей, пора посмотреть, откуда он исходит. Вы можете сделать это на IPTracker. «Он покажет вам интернет-провайдера пользователя, довольно точное местоположение, координаты на карте и спутниковый снимок их местоположения», – пишет Бопп. Спам с комментариями по акциям Google выше, например, похоже, исходит из офисного здания в Исламабаде, Пакистан, по совпадению в квартале от Кашмирского шоссе.

5. Теперь вы можете знать, где живет ваш тролль, и если это кто-то, кого вы знаете в реальной жизни, вы, возможно, уже знаете, кто это. Кроме того, вы можете попробовать поискать адрес в Интернете и посмотреть, найдется ли кто-нибудь, кто может быть виновником. «Подключите местоположение к Google Streetview, и он даст вам реальный адрес», – пишет Бопп. «Затем вы можете ввести адрес в Google, чтобы узнать подробности».

«Один только IP-адрес не во всех случаях приведет вас к адресу тролля», – говорит Бопп в электронном письме.«Но это сузит местоположение, и, используя перекрестные ссылки и дальнейшие исследования, очень реально создать профиль, извлечь имя и местоположение».

Этот метод намного проще, чем другой вариант: подать в суд на вашего Джона Доу и обратиться в суд, чтобы заставить интернет-компании помочь вам идентифицировать его или ее. Еще в 2010 году модель, ставшая бизнес-консультантом, Карла Франклин была расстроена неприятными комментариями о ней на YouTube, которые, по ее словам, исходили от кого-то, кто ее преследовал. Судья приказал Google передать IP-адреса за неприятными комментариями.Теперь, два года спустя, она наконец разоблачает мучителя, которого она предъявляет иск за преследование, домогательства, вторжение в частную жизнь, клевету и кражу личных данных, среди прочего.

Это были шаги, которые ей пришлось предпринять, чтобы преследовать своего интернет-преследователя. Франклин описала по электронной почте двухлетний процесс, связанный с вылазкой (и предъявлением иска) своему троллю:

1. Получить IP-адрес и информацию об учетной записи электронной почты (которую нельзя подделать) в судебном порядке:
   • Google (как и любой единственный сервис, т.е.е. Yahoo, Reddit и т. Д.) Имеет доступ только к IP-адресам, учетным записям электронной почты (для подтверждения) и имени пользователя (которое можно подделать). Было 2 разных IP-адреса
   • После того, как я выиграл свой заказ у Google, в октябре 2010 года я получил от компании информацию об IP-адресе и учетной записи электронной почты.
   • Я провел небольшое расследование и обнаружил, что провайдерами интернет-услуг (ISP) были 1) интернет-провайдеры Earthlink-home и 2) оптовый интернет – посредник сообщества финансовых услуг.Итак, я знал, что мой сталкер совершал преступления из дома и на работе.
2. Получите домашний и рабочий адрес от интернет-провайдеров, которым принадлежат IP-адреса:
   • Посредством другого постановления суда (которое я принес сам) в феврале 2012 года я запросил у Earthlink и Wholesale Internet физические адреса и имена клиентов, которые были связаны с рассматриваемыми IP-адресами (см. Приложение C). Мои повестки и постановление суда не содержали имени человека, которого я подозревал в преследовании меня, только IP-адреса, связанные с каждым провайдером.
   • Каждая компания обслуживалась по процессу. Думаю, у них было примерно 20 дней на то, чтобы ответить.
   • Wholesale Internet связалась с компанией, связанной с IP-адресом, и сообщила им, что они получили постановление суда в отношении Джона Доу, который преследовал и преследовал меня, и что IP-адрес был связан с их офисами. ИТ-команда компании провела дополнительное расследование и обнаружила, что IP-адрес на указанную дату связан с компьютером конкретного сотрудника.
   • Earthlink владел другим IP-адресом и отправил уведомление на домашний адрес владельца учетной записи, связанного с этим IP-адресом, о том, что у меня есть постановление суда, чтобы получить его настоящее имя и адрес, поскольку IP-адрес был использован для совершения киберпреступления.Учетная запись принадлежала одному и тому же человеку.

Как видите, трасса суда более трудная. Конечно, если вы планируете предъявить обвинение своему троллю или подать на него в суд, вам, возможно, придется пойти более трудоемким путем, чтобы получить доказательства для защиты в суде.

Белорусская диверсия самолета: что нужно знать в 500 словах | Новости

Западные державы в ярости после того, как Минск перехватил самолет и арестовал находившегося на борту диссидента-журналиста.

Утечка самолета Беларусью и последующий арест журналиста на борту вызвали международное возмущение и вызвали призывы к санкциям.

В результате инцидента в воскресенье белорусский истребитель МиГ-29 попытался перехватить рейс Ryanair из Греции в Литву в связи с предполагаемой угрозой взрыва и доставить его в Минск.

После приземления белорусские власти взяли под стражу 26-летнего Романа Протасевича.

Находясь в изгнании в Литве, Протасевич помогал независимому СМИ предлагать новости о Беларуси.

Местонахождение Протасевича в настоящее время неизвестно; Политическая оппозиция Беларуси опасается, что его жизнь может оказаться в опасности.

Почему самолет переадресовали?

Ryanair сообщила, что белорусская авиадиспетчерская служба уведомила свой экипаж о «потенциальной угрозе безопасности на борту» и дала указание направить самолет в ближайший аэропорт, Минск.

Сайты слежения за полетами показали, что самолет находился в воздушном пространстве Беларуси и примерно в 10 км (6 милях) от литовской границы, когда он был перенаправлен.

Наш рейс FR4978 благополучно приземлился в Вильнюсе в 19:25 по британскому времени (21:25 по местному времени). Вот заявление Ryanair о сегодняшнем рейсе в аэропорт Минска 👇 pic.twitter.com/i0xhdpwTAF

– Пресс-служба Ryanair (@RyanairPress) 23 мая 2021 г.

Протасевича и его девушку, как сообщается, вывели из самолета и увезли сотрудники милиции после того, как он приземлился в Минске.

Самолет провел семь часов на земле в белорусской столице, в то время как местные власти проводили проверки безопасности, в ходе которых, по заявлению авиакомпании, «ничего подозрительного не обнаружено».

Затем самолету разрешили продолжить полет в Вильнюс.

Генеральный директор

Ryanair Майкл О’Лири назвал этот шаг «случаем государственного угона» и «спонсируемым государством пиратством».

Но Беларусь в понедельник представила другую версию, заявив, что ее наземные диспетчеры дали указания по полету, но не приказали ему приземлиться.

Заместитель командующего ВВС Андрей Гурцевич сказал, что экипаж самолета принял решение приземлиться в Минске, добавив, что истребитель был отправлен «для оказания помощи гражданскому самолету в обеспечении безопасной посадки».

Решение о вмешательстве было принято Лукашенко, который правил Беларусью 27 лет, сообщают государственные СМИ.

Как отреагировал Протасевич?

После того, как 170 человек на борту узнали об утечке, «Роман встал, открыл багажное отделение, взял багаж и пытался разделить вещи», передав ноутбук и телефон своей девушке, пассажиру Мантас, как рассказал Reuters news агентство.

Другой пассажир, Мариус Руткаускас, сказал информационному агентству Associated Press Протасевич и его девушка «испугались, когда пилот сказал, что самолет направляется в Минск … Он сказал, что там его ждет смертная казнь.”

Кто такой Протасевич и какое наказание ему грозит?

Протасевич бежал из Беларуси в 2019 году.

В прошлом году он редактировал польский новостной канал Nexta Live, основанный на Telegram.

Канал транслировал протесты оппозиции против Лукашенко в 2020 году. Nexta также помогала координировать те же акции протеста.

В ноябре Протасевич разместил в Твиттере копию официального белорусского списка «террористов», в котором было указано его имя.

В списке говорилось, что он обвинялся в организации массовых беспорядков во время работы в Nexta.Его также обвиняют в нарушении общественного порядка и разжигании социальной ненависти – обвинения он считает политическими репрессиями.

Лидер белорусской оппозиции Светлана Тихановская, проигравшая Лукашенко в августовском опросе, считает, что Протасевичу грозит смертная казнь в Беларуси, потому что он был признан «террористом».

Режим принудительно приземлился самолет @Ryanair в Минске, чтобы арестовать журналиста и активиста Рамана Пратасевича. Ему грозит смертная казнь в Беларуси.Мы требуем немедленного прекращения расследования Рамана, расследования @ICAO и санкций против Беларуси. pic.twitter.com/ondPBd0kU9

– Светлана Цихановская (@Tsihanouskaya) 23 мая 2021 г.

рейсов ЕС и запрет на транзит. С чем может столкнуться Минск после приземления самолета Ryanair – World

МОСКВА, 24 мая. / ТАСС /. Инцидент с самолетом Ryanair из Афин в Вильнюс, совершившим аварийную посадку в Минске из-за ложной угрозы взрыва, и арест основателя Telegram-канала Nexta Романа Протасевича вызвали резкую негативную реакцию Запада.

Литва назвала ситуацию актом государственного терроризма, а верховный представитель ЕС Хосеп Боррелл назвал это «актом пиратства». ЕС может рассмотреть вопрос о запрете белорусским авиаперевозчикам приземляться в странах-членах ЕС и ограничить наземные транзитные перевозки во время саммита ЕС в понедельник.

ТАСС обобщил основные реакции на происшествие.

Что случилось?

23 мая самолет ирландской Ryanair, следовавший из Афин в Вильнюс, совершил аварийную посадку в Минске после предупреждения о заложенной на борту бомбе.По сообщению Ryanair, команда на посадку была получена от органов управления воздушным пространством Беларуси. МиГ-29 ВВС Беларуси поднялся в воздух, чтобы сопровождать самолет.

Бомбы обнаружено не было, позже Минск сообщил, что на борту самолета находился Роман Протасевич. Его задержали белорусские правоохранительные органы. Он и еще один соучредитель Nexta Степан Путило обвиняются в организации массовых беспорядков и разжигании социальной вражды и ненависти в Беларуси; Оба они находятся в списке причастных к терроризму Комитета безопасности Беларуси (КГБ).По белорусским законам Протасевичу грозит до 15 лет лишения свободы.

После посадки литовские правоохранительные органы возбудили уголовное дело по обвинению в захвате самолета.

Требование новых санкций

Сразу после инцидента Вильнюс призвал Брюссель дать Минску решительный ответ. Министр иностранных дел Литвы Габриэлиус Ландсбергис во время телефонного разговора с Борреллом отметил, что принудительная посадка самолета Ryanair и задержание граждан ЕС «являются нарушением международных норм, возмутительным вызовом для всего ЕС, который должен быть решен самым решительным образом.«

Президент Литвы Гитанас Науседа назвал это «актом государственного терроризма». Он заявил, что Вильнюс намерен предложить значительное продление санкций против белорусских властей. В частности, к введению новых санкций выступили Германия, Франция, Бельгия, а также глава Еврокомиссии Урсула фон дер Ляйен. По словам министра иностранных дел Швеции, президента ОБСЕ Анн Линде, Евросоюз уже готовит четвертый пакет санкций против Минска.

Кроме того, Литва предложила исключить Беларусь из числа членов Интерпола, обвинив Минск в использовании международных инструментов для преследования политической оппозиции.

Возможные полеты и запрет на транзит

Согласно отчету Bloomberg, ЕС рассматривает возможность запрета Минску приземляться на самолеты в странах-членах ЕС. Брюссель может также запретить наземные транзитные перевозки в ЕС через Беларусь.

Между тем Франция объявила о разработке мер по ограничению полетов над Беларусью в сотрудничестве с другими странами ЕС. Согласно сообщению Reuters со ссылкой на Париж, эти меры могут включать запрет на доступ БелАвиа в аэропорты ЕС.

Некоторые страны уже принимают односторонние меры.Агентство Reuters со ссылкой на министра транспорта Литвы сообщило, что все рейсы из и в республику должны избегать воздушного пространства Беларуси.

Некоторые европейские компании уже начали менять свои маршруты. Например, латвийская AirBaltic уже приняла решение не летать над Беларусью. Венгерская компания Wizz Air также перенаправила свой рейс Киев-Таллинн в обход белорусского воздушного пространства. По некоторым данным, польской авиакомпании LOT, возможно, запретят полеты над республикой.

Федеральное агентство воздушного транспорта России сообщило, что полеты через Беларусь проходят в штатном режиме.

Позиция Беларуси

В ответ на резкую реакцию Запада Минск назвал это «умышленной политизацией» ситуации. Министр иностранных дел Беларуси Анатолий Глаз отметил, что действия Беларуси в отношении аварийной посадки соответствуют международным правилам, добавив, что отдельные критические замечания со стороны Запада поспешны.

В Беларуси создана комиссия по расследованию посадки самолета Ryanair и возбуждено уголовное дело по факту ложной угрозы взрыва.

Реакция США, НАТО

Госсекретарь США Энтони Блинкен заявил, что Вашингтон решительно осуждает инцидент и требует освобождения Протасевича. По словам Блинкена, сообщения о причастности белорусских спецслужб и использовании военного самолета для сопровождения должны быть тщательно расследованы.

США также призвали Международную организацию гражданской авиации (ИКАО) созвать совет для обсуждения этого события. ИКАО уже заявила, что инцидент может нарушить Конвенцию о международной гражданской авиации, и призвала все заинтересованные стороны предоставить дополнительную информацию о происшествии.

НАТО также потребовало проведения международного расследования. Посланники стран-членов НАТО обсудят инцидент 25 мая.

Позиция России

Пресс-секретарь Кремля Дмитрий Песков отказался дать оценку приземлению самолета, отметив, что международные авиационные структуры должны проанализировать ситуацию с точки зрения соответствия международным нормам.

Между тем МИД выразил удивление реакцией Запада.

«Либо шокирует все: от вынужденной посадки самолета президента Боливии в Австрии по запросу США, до вынужденной посадки белорусского рейса с активистом Антимайдана на борту в Украине. Или не должно быть. шокирована подобным поведением других », – заявила официальный представитель МИД России Мария Захарова.

Кристофер Д. Карико – Carico Macdonald Kil & Benz LLP

Партнер

---

Области практики

• Судебные разбирательства по делу о доверительном управлении и имуществе и разрешение споров
• Планировка недвижимости
• Управление доверительного управления и завещания

Кристофер Д.Карико – сертифицированный специалист по имущественному планированию, доверительному управлению и наследственному праву с более чем 30-летним опытом работы в сфере права. Его практика включает в себя все аспекты трастов и поместий, и он представляет семьи, отдельных лиц, профессиональных попечителей, опекунов, опекунов и бенефициаров.

Г-н Карико – один из немногих калифорнийских поверенных, обладающих опытом как в налоговом планировании, так и в части судебных разбирательств трастового и наследственного права. Благодаря этому двойному опыту г-н Карико может разрабатывать инструменты планирования недвижимости, которые выдерживают самую тщательную проверку и бросают вызов инструментам других с нуля.

Г-н Карико делит свое время между: (1) представлением бенефициаров и фидуциаров в разрешении споров, конкурсами по завещанию, конкурсами доверительных отношений, оспариваемой опекой, претензиями Марвина, действиями по финансовому насилию над пожилыми людьми, оспариваемой отчетностью, фидуциарными надбавками и действиями смещения, спорами о характеристике собственности, и 850 петиций; и (2) консультирование клиентов по передовым методам планирования наследственного имущества, включая семейные партнерства с ограниченной ответственностью, семейные компании с ограниченной ответственностью, назначенные бенефициарные трасты, аннуитет, удерживаемый лицом, предоставившим право, и паевые трасты, квалифицированные личные фонды проживания, намеренно дефектные трасты доверителя, благотворительные трасты остатка, благотворительные фонды, самоуправление. аннулирование векселей в рассрочку и трастов по страхованию жизни.

Г-н Карико часто выступал в качестве назначенного судом эксперта для предоставления своих заключений и рекомендаций суду по наследственным делам в следующих типах действий: процедура реформирования доверительного управления, фидуциарная отчетность, действия за нарушение фидуциарных обязательств, действия по фидуциарной приостановке и отстранению от должности , заявлений о выплате вознаграждения и компрометации требований кредиторов.

Стремясь помочь людям разрешать споры о доверительном управлении и наследстве как можно быстрее и эффективнее, г-н Карико постоянно добровольно участвует в качестве посредника в различных комиссиях по посредничеству pro bono по наследству, спонсируемых судом, и в настоящее время действует в качестве волонтера по урегулированию споров по наследству в Лос-Анджелесе. Группа конференций по урегулированию завещания Верховного суда округа Анхелес.Г-н Карико также входит в состав Исполнительного комитета Секции доверительного управления и недвижимости Коллегии адвокатов штата Калифорния.

Г-н Карико с отличием окончил юридический факультет Лойолы в Лос-Анджелесе, где он был членом Ордена Чепца. Он получил степень бакалавра экономики в Западном колледже.
Его предыдущие филиалы включают Carico Johnson Toomey LLP (2008-2017), Carico Toomey & Associates LLP (2007-2008), Davis & Carico LLP (1996-2007), юридические офисы Christopher D.Карико (1990–1996) и Маллен и Хенцелл (1989–1990).

Награды и сертификаты:

• Южная Калифорния Super Lawyers® 100 лучших юристов Южной Калифорнии, 2021 год
• Коллегия адвокатов штата Калифорния, Совет по юридической специализации, сертифицированный специалист в области имущественного планирования, трастового и наследственного права, 1994-2021 гг.
• Best Lawyers in America®, Trusts & Estates 2010-2022
• Best Lawyers in America®, Судебные разбирательства – трасты и недвижимость, 2011-2022 гг.
• Southern California Super Lawyers®, Судебные разбирательства по вопросам недвижимости и доверительного управления, 2009-2021 гг.
• Southern California Super Lawyers®, Недвижимость и наследство, 2009-2021 гг.
• Рейтинг Мартиндейла Хаббелла, AV, 1998-2021 гг.
• Проект судебной защиты коллегии адвокатов округа Лос-Анджелес, выпускник добровольного прокурора: 2003

Публикации и презентации:

• Полномочия суда по наследственным делам для оказания помощи лицам, страдающим психическими заболеваниями: должны ли антипсихотические препараты оставаться табу , Ежегодный симпозиум поверенных по делам наследства Пасадены, 4 декабря 2020 г.
• Отмена фидуциаров и судебный процесс по бухгалтерскому учету , Судебный процесс по наследству 101: гайки и болты, часть II, Серия онлайн-веб-семинаров Pincus Professional Education, 12 ноября 2020 г.
• Установленные законом сроки судебного разбирательства по делу 101: Гайки и болты, Часть I, Серия онлайн-веб-семинаров Pincus Professional Education, 10 ноября 2020 г.
• Первоначальное собеседование с клиентом / семьей: выявление потенциальных злоупотреблений и чрезмерного влияния до того, как это произойдет, Калифорнийская ассоциация юристов, Второй ежегодный симпозиум по вопросам злоупотреблений в отношении пожилых людей в финансовой сфере, Лос-Анджелес, Калифорния, 29 марта 2019 г.
• Советы по планированию недвижимости, чтобы избежать злоупотреблений в отношении пожилых людей в финансовой сфере, Симпозиум по вопросам злоупотреблений в отношении пожилых людей в сфере финансов, Ассоциация юристов Калифорнии, 20 апреля 2018 г., Индиан-Уэллс, Калифорния,
• Мини-экзамен по психическому здоровью в Фольштейне: насколько он полезен для оценки потенциала , California Trusts & Estates Quarterly, Issue 1, Volume 24, 2018
• Доверительные управляющие (и другие) Остерегайтесь – слишком высокий выпуск может быть аннулирован , California Trusts & Estates Quarterly, Issue 4, Volume 21, 2015
• Общие сведения о средствах правовой защиты, доступных от финансовых злоупотреблений в отношении пожилых людей , Коллегия адвокатов штата Калифорния, Тридцать девятая ежегодная осенняя программа, 20 ноября 2015 г.
• Понимание средств правовой защиты от злоупотреблений в отношении пожилых людей в финансовом отношении , Коллегия адвокатов штата Калифорния, 88-е ежегодное собрание, 8-11 октября, Анахайм, Калифорния,
• Планирование до и после продажи для вас, вашей компании и вашей семьи , Конференция для владельцев бизнеса: M&A решения для частных компаний, спонсируемая Bank of America / Merrill Lynch / U.S. Trust, 29 апреля 2015 г., Montage Hotel, Beverly Hills
• Партнерство с советником по планированию недвижимости , Merrill Lynch, Wealth Structuring Institute, 13 мая 2014 г., Omni Hotel, Los Angeles
• Привлечение бенефициаров к посредническому столу: разработка обязательных положений о доверительном управлении, требующих урегулирования споров во время доверительного управления после смерти , California Trusts & Estates Quarterly , Issue 2, Volume 20, 2014
• Доверяйте своей собаке: планирование поместья для домашних животных в Калифорнии , Los Angeles Daily Journal , 8 августа 2012 г.