論文の概要、ライセンス

# (参考訳) MEWS:リアルタイムソーシャルメディア操作検出と分析 [全文訳有]

MEWS: Real-time Social Media Manipulation Detection and Analysis ( http://arxiv.org/abs/2205.05783v2 )

ライセンス: CC BY 4.0
Trenton W. Ford, William Theisen, Michael Yankoski, Tom Henry, Farah Khashman, Katherine R. Dearstyne and Tim Weninger(参考訳) 本稿ではMEWS(Misinformation Early Warning System)のベータバージョンについて述べる。 ソーシャルメディアプラットフォーム上に出現し拡散するソーシャルメディアイメージ間の関係を、ほぼリアルタイムで判断するために使用される、摂取、操作検出、グラフ化アルゴリズムの様々な側面について記述する。 これらの様々な技術を単一の処理パイプラインに組み合わせることで、MEWSは操作されたメディアアイテムを発生時に識別し、特定のアイテムが個々のソーシャルメディアプラットフォーム、あるいは複数のプラットフォーム上でトレンドになり始めたときを特定することができる。 操作されたコンテンツの急速な拡散に続く新しい操作の出現は、偽情報キャンペーンを示唆している。

This article presents a beta-version of MEWS (Misinformation Early Warning System). It describes the various aspects of the ingestion, manipulation detection, and graphing algorithms employed to determine--in near real-time--the relationships between social media images as they emerge and spread on social media platforms. By combining these various technologies into a single processing pipeline, MEWS can identify manipulated media items as they arise and identify when these particular items begin trending on individual social media platforms or even across multiple platforms. The emergence of a novel manipulation followed by rapid diffusion of the manipulated content suggests a disinformation campaign.
公開日: Fri, 13 May 2022 00:37:18 GMT

※ 翻訳結果を表に示しています。PDFがオリジナルの論文です。翻訳結果のライセンスはCC BY-SA 4.0です。詳細はトップページをご参照ください。

翻訳結果

    Page: /      
英語(論文から抽出)日本語訳スコア
2 2 0 2 y a M 3 1 2 2 0 2 y a M 3 1 0.42
] V C . s c [ ] 略称はC。 sc [ 0.39
2 v 3 8 7 5 0 2 v 3 8 7 5 0 0.42
. 5 0 2 2 : v i X r a . 5 0 2 2 : v i X r a 0.43
Proceedings of Machine Learning Research 1:1–5, 2021 機械学習研究の歩み 1:1–5, 2021 0.76
NeurIPS 2021 Competition and Demonstration Track NeurIPS 2021コンペティションとデモトラック 0.73
MEWS: Real-time Social Media Manipulation Detection and MEWS: リアルタイムソーシャルメディア操作検出および検出 0.82
Analysis Trenton W. Ford Michael Yankoski William Theisen Tom Henry Farah Khashman Katherine R. Dearstyne Tim Weninger Department of Computer Science and Engineering University of Notre Dame Notre Dame, IN 46530 分析 Trenton W. Ford Michael Yankoski William Theisen Tom Henry Farah Khashman Katherine R. Dearstyne Tim Weninger Department of Computer Science and Engineering University of Notre Dame, in 46530 0.41
Pamela Bilo Thomas Department of Computer Science and Engineering University of Louisville Louisville, KY 40292 Pamela Bilo Thomas Department of Computer Science and Engineering University of Louisville Louisville, KY 40292 0.42
tford5@nd.edu myankosk@nd.edu wtheisen@nd.edu thenry3@nd.edu fkhashma@nd.edu kdearsty@nd.edu tweninger@nd.edu tford5@nd.edu myankosk@nd.edu wtheisen@nd.edu thenry3@nd.edu fkhashma@nd.edu kdearsty@nd.edu tweninger@nd.edu 0.34
pamela.thomas.1@loui sville.edu pamela.thomas.1@loui sville.edu 0.24
Editors: Douwe Kiela, Marco Ciccone, Barbara Caputo 編集者: Douwe Kiela、Marco Ciccone、Barbara Caputo 0.85
Abstract This article presents a beta-version of MEWS (Misinformation Early Warning System). 概要 本稿ではMEWS(Misinformation Early Warning System)のベータバージョンについて述べる。 0.56
It describes the various aspects of the ingestion, manipulation detection, and graphing algorithms employed to determine–in near real-time–the relationships between social media images as they emerge and spread on social media platforms. これは、ソーシャルメディアのプラットフォーム上に出現し拡散するソーシャルメディアイメージ間の関係を、ほぼリアルタイムで決定するために使用される、摂取、操作検出、グラフ化アルゴリズムの様々な側面を説明する。 0.63
By combining these various technologies into a single processing pipeline, MEWS can identify manipulated media items as they arise and identify when these particular items begin trending on individual social media platforms or even across multiple platforms. これらの様々な技術を単一の処理パイプラインに組み合わせることで、MEWSは操作されたメディアアイテムを発生時に識別し、特定のアイテムが個々のソーシャルメディアプラットフォーム、あるいは複数のプラットフォーム上でトレンドになり始めたときを特定することができる。 0.64
The emergence of a novel manipulation followed by rapid diffusion of the manipulated content suggests a disinformation campaign. 操作されたコンテンツの急速な拡散に続く新しい操作の出現は、偽情報キャンペーンを示唆している。 0.56
Keywords: Social media, misinformation, graph theory, near real-time detection キーワード:ソーシャルメディア、誤情報、グラフ理論、ほぼリアルタイム検出 0.81
1. Introduction One of the most challenging aspects of online disinformation is the overwhelming volume of content published on social media platforms. はじめに オンラインの偽情報の最も困難な側面の1つは、ソーシャルメディアプラットフォームで発行される膨大な量のコンテンツである。 0.52
Typical approaches to combating this problem rely on tracking headlines, news stories, hashtags, and accounts Ferrara (2017); Glenski et al (2018). この問題に対処する典型的なアプローチは、見出し、ニュース記事、ハッシュタグ、そしてFerrara (2017)、Glenski et al (2018) に頼っている。 0.70
However, disinformation campaigns are becoming increasingly visual Theisen et al (2020), but organizing and analyzing this volume of content in the hope of detecting disinformation campaigns in near real-time is impossible for humans without the assistance of automated tools. しかし, 偽情報キャンペーンは目視的になりつつある(2020年)が, 自動ツールを使わずに, ほぼリアルタイムで偽情報キャンペーンを検出することを願って, この量のコンテンツを整理, 分析することは不可能である。 0.71
This problem is especially pertinent in young and struggling democracies whose traditional media organizations lack the ability to keep pace with the explosion of deep-fake, manipulated, altered, or plainly-fake online media Yankoski et al (2021). この問題は特に、伝統的なメディア組織がディープフェイク、操作、変更、あるいは平凡なフェイクのオンラインメディアyankoski et al(2021年)の爆発に追随する能力に欠ける若い、苦しむ民主主義に関係している。 0.62
To provide such capacity, we have developed a real-time social media manipulation detection このような能力を実現するために,リアルタイムなソーシャルメディア操作検出を開発した。 0.60
© 2021 T.W. Ford et al 2021 T.W. Ford et al 0.39
英語(論文から抽出)日本語訳スコア
Ford Yankoski Theisen Henry Khashman Dearstyne Weninger Thomas フォード・ヤンコスキー theisen henry khashman dearstyne weninger thomas 0.75
Figure 1: (Left) The macro-view of MEWS displaying image clusters and imagerepresentatives of each cluster. 図1: (Left) 各クラスタのイメージクラスタとイメージ表現を表示するMEWSのマクロビュー。 0.83
(Right) The image detail page of MEWS including embedded results of image forensics, facial recognition, meme-text, related images and other pertinent information. (標高) MEWSの画像詳細ページには、画像鑑定、顔認識、ミームテキスト、関連画像、その他の関連する情報の埋め込み結果が含まれている。 0.59
and analysis system called MEWS (Misinformation Early Warning System) Yankoski et al (2020). mews (misinformation early warning system) yankoski et al (2020) と呼ばれる分析システム。 0.67
Figure 1 shows MEWS’ similarity graph with top images present (on the left) and a single image’s detail page (on the right). 図1はMEWSの類似性グラフで、トップ画像(左)と1つの画像の詳細ページ(右)がある。
訳抜け防止モード: 図1は、(左の)トップ画像が存在するMEWSの類似性グラフを示しています。 そして、シングルイメージのディテールページ(右)も。
0.84
This system combines work in digital forensics, computer vision, graph analysis, and このシステムはデジタル法医学、コンピュータビジョン、グラフ分析、そして 0.62
media studies to accomplish three specific tasks: メディア研究は3つの特定の課題を成し遂げます 0.66
1. MEWS ingests enormous amounts of images and video from various social media platforms (e g , Facebook, Instagram, Twitter, Telegram) using keyword targets provided by partner media organizations with context-specific knowledge domains from across the world; 1. MEWSは、さまざまなソーシャルメディアプラットフォーム(例えば、Facebook、Instagram、Twitter、Telegram)から膨大な量の画像やビデオを、世界中のコンテキスト固有の知識ドメインを持つパートナーメディア組織が提供するキーワードターゲットを使って取り込みます。 0.76
2. MEWS employs state-of-the-art AI systems to detect and extract faces Albiero et al (2021); Guo et al (2021), objects Carion et al (2020), text (including meme-text) Lee and Smith (2012), image features Bay et al (2006), and any potential manipulations Bianchi et al (2011) from the visual content; and 2. mewsは最先端のaiシステムを使用して、顔albiero et al (2021), guo et al (2021), objects carion et al (2020), text (meme-text) lee and smith (2012), image features bay et al (2006), and any potential manipulations bianchi et al (2011) をビジュアルコンテンツから検出し、抽出する。 0.70
3. MEWS constructs a media-graph which pairs similar sub-images, objects, and manipulations for display in an interactive, easily-navigable, and searchable user interface. 3. MEWSは、インタラクティブで操作が容易で検索可能なユーザインタフェースで表示するための類似のサブイメージ、オブジェクト、操作を組み合わせたメディアグラフを構築する。 0.75
For NeurIPS 2021 we demonstrated MEWS’ organizational and analytic capabilities using tens of millions of images (and other media) collected from several social media platforms (Facebook, Instagram, and Twitter) from within the Indonesian social-media context. インドネシアのソーシャルメディアプラットフォーム(Facebook、Instagram、Twitter)から収集された何千万もの画像(その他のメディア)を使用して、MEWSの組織的および分析的な機能を示す。 0.61
In particular, this demonstration highlighted MEWS’ ability to: 特に、このデモはMEWSの能力を強調した。 0.55
1. Interactively reveal emergent trends in social media images in (near) real-time. 1.(近く)リアルタイムにソーシャルメディア画像の出現傾向を相互に明らかにする。 0.71
2. Identify media manipulations and alterations that recur across media items and plat- 2.メディアの操作や変更がメディア項目や板にまたがって発生することの特定 0.71
forms. 3. Represent the relationships between social media posts on a variety of axes, including: meme-text, ancillary post-text (e g , hashtags), detected objects, faces, and their identities, etc. 形 3.ミームテキスト、アシラリーポストテキスト(例えば、ハッシュタグ)、検出された物、顔及びそれらのアイデンティティなど、様々な軸上のソーシャルメディアポストの関係を表す。
訳抜け防止モード: 形 3.様々な軸のソーシャルメディア投稿の関係について include : meme - text, ancillary post - text (eg, ハッシュタグ)、検出されたオブジェクト、顔、およびそれらのアイデンティティ、etc。
0.58
2 2 0.42
英語(論文から抽出)日本語訳スコア
MEWS: Real-time Social Media Manipulation Detection and Analysis MEWS:リアルタイムソーシャルメディア操作検出と分析 0.82
Figure 2: (Left) Example of image manipulation detection and text recognition. 図2: (Left)画像操作検出とテキスト認識の例。 0.74
(Right) Cluster of self-similar images that represent a possible social media influence campaign. (標高) ソーシャルメディアに影響を及ぼす可能性を表す、自己相似画像のクラスタ。 0.65
4. Provide a searchable interface that users (i.e., newsrooms, civil society, government agencies, and others) can use to understand the way in which disinformation is spreading within online social media. 4. 利用者(ニュースルーム、市民社会、政府機関等)が、偽情報をオンラインソーシャルメディアに広める方法を理解するために利用できる検索可能なインターフェースを提供すること。 0.78
5. Provide authenticated end-users the ability to upload media and visualize their rela- 5.認証されたエンドユーザにメディアをアップロードし、レラを可視化する機能を提供すること。 0.53
tionships to other media contained in the MEWS dataset. MEWSデータセットに含まれる他のメディアへのオプション。 0.66
2. Examples of MEWS’s Capabilities 2. MEWS の機能例 0.54
For example, MEWS extracted the manipulated/inserted finger-and-thumb motif from the image in Figure 2 (left) as well as the overlayed text and several other image features. 例えば、MEWSは図2(左)の画像から操作/挿入された指と指のモチーフを抽出し、オーバーレイされたテキストや他の画像の特徴を抽出した。 0.54
In this particular instance, we find that the finger-and-thumb motif was frequently inserted to show support for a political candidate in Indonesia inauthentically. この例では,インドネシアの政治候補者を支援するために,指と指のモチーフが挿入されることが多かった。 0.73
Figure 2 (right) shows another example of a cluster of altered images of an industrial accident that MEWS detected Theisen et al (2020). 図2(右)は、mewsがtheisen et al (2020)を検知した産業事故の修正画像のクラスターの別の例を示しています。 0.69
MEWS also identified an image manipulation aimed at political influence: Figure 3. MEWSはまた、政治的影響を目的としたイメージ操作も特定した。 0.61
A 2019 Presidential Candidate is pictured standing with another person whose shirt has been manipulated to display a hammer and sickle. 2019年の大統領候補は、ハンマーとアイドルを表示するためにシャツを操られた別の人と一緒に立っています。
訳抜け防止モード: 2019年の大統領候補が描かれています シャツが操作されてハンマーとシックルを表示する別の人と立っている。
0.66
The flag at the left in the image has also been manipulated with similar symbols. 画像の左の旗も同様のシンボルで操作されている。 0.70
The heat map on the right is the algorithmic detection of the image’s manipulated portion(s) as identified by the MEWS system. 右側のヒートマップは、MEWSシステムによって識別された画像の操作された部分のアルゴリズムによる検出である。 0.79
3. Interactive Virtual Demonstration 3.インタラクティブバーチャルデモ 0.72
MEWS provided NeurIPS attendees an opportunity to witness several state-of-the-art technologies applied to a pertinent social problem. MEWSはNeurIPSの参加者に、関連する社会問題に適用された最先端技術を見る機会を与えた。 0.49
During the virtual conference, users were able to browse the existing collection of images through a Google Maps-like interface. 仮想会議中、ユーザーは既存の画像コレクションをgoogle mapsのようなインターフェースで閲覧することができた。 0.79
They explored the faces, objects, alterations, text extractions, and information MEWS collected from each image. 彼らは各画像から収集した顔、オブジェクト、変更、テキスト抽出、情報 mews を調査した。 0.69
3 3 0.43
英語(論文から抽出)日本語訳スコア
Ford Yankoski Theisen Henry Khashman Dearstyne Weninger Thomas フォード・ヤンコスキー theisen henry khashman dearstyne weninger thomas 0.75
Figure 3: (Left) The image as it appeared on Indonesian social media. 図3:(左)インドネシアのソーシャルメディアに表示された画像。 0.75
(Center) Facial recognition identified the person on the left as Prabowo Subianto, a presidential candidate. (中) 顔認識により、左側の人物は大統領候補のプラボウォ・スビアント(prabowo subianto)と同定された。 0.62
(Right) Manipulation detection algorithms identified areas of high probability image manipulation artifacts. (標高) マニピュレーション検出アルゴリズムは、高確率画像操作アーティファクトの領域を特定した。 0.62
In addition to demonstrating the combined power of several AI technologies, MEWS is one of the first image-based social listening and detection services, filling a wide gap in the study of social media, communications, and international security. 複数のAI技術の複合力を実証することに加えて、MEWSは画像ベースのソーシャルリスニングおよび検出サービスとしては初めてのものであり、ソーシャルメディア、コミュニケーション、国際セキュリティの研究において大きなギャップを埋めている。 0.73
4. The Path Ahead Disinformation campaigns will likely continue to influence social, political, and economic processes for the foreseeable future. 4.道の先 偽情報キャンペーンは、近い将来、社会的、政治的、経済的プロセスに影響を与え続けるだろう。 0.65
We believe that these disinformation campaigns will becoming increasingly visual – taking the style of low-effort memes and out-of-context or cropped photography rather than sophisticated Deep-fakes. われわれは、こうした偽情報キャンペーンがますます視覚的になっていくと信じている ― 高度なディープフェイクではなく、低便なミームやアウト・オブ・コンテクスト、あるいはクロップ写真のようなスタイルを取る。 0.38
MEWS provides an early-stage example of the application of AI technologies in the service of helping human users better navigate their social media networks. MEWSは、人間のソーシャルメディアネットワークのナビゲートを支援するサービスにAI技術の応用の初期段階の例を提供する。 0.76
Despite its performance capabilities, MEWS is not intended to be a standalone solution. パフォーマンス機能にもかかわらず、MEWSはスタンドアロンのソリューションになることを意図していません。 0.57
Rather, we envision MEWS as a tool for use by a robust partner network of fact-checkers, journalists, human rights watchers, and potentially government representatives who will use the information MEWS surfaces to identify and respond to disinformation threats more efficiently as they emerge on social media. むしろ、mewsを、ファクトチェッカー、ジャーナリスト、人権監視者、およびその情報mewsサーフェスを使用して、ソーシャルメディアに現れる偽情報の脅威をより効率的に識別し、対応する潜在的な政府代表からなる、強力なパートナーネットワークによって使用されるツールとして想定しています。
訳抜け防止モード: むしろ、私たちはMEWSを事実の堅牢なパートナーネットワーク(チェッカー)で使うためのツールとして考えています。 ジャーナリスト、人権監視者、およびMEWSのサーフェスを利用する政府代表者 ソーシャルメディアに現れるにつれて 偽情報の脅威を より効率的に特定し 対応します
0.63
Acknowledgments This work was supported by the US Agency for International Development (USAID) Cooperative Agreement number 7200AA18CA00059 and by the Defense Advanced Research Projects Agency and the Air Force Research Laboratory under agreement number FA875016-2-0173. 承認 この研究は、アメリカ国際開発庁(usaid)の協力協定番号7200aa18ca00059とfa875016-2-0173に基づく国防高等研究計画局と空軍研究所によって支援された。 0.64
4 4 0.42
英語(論文から抽出)日本語訳スコア
MEWS: Real-time Social Media Manipulation Detection and Analysis MEWS:リアルタイムソーシャルメディア操作検出と分析 0.82
References V´ıtor Albiero, Xingyu Chen, Xi Yin, Guan Pang, and Tal Hassner. 参考文献 V ́́tor Albiero, Xingyu Chen, Xi Yin, Guan Pang, Tal Hassner 0.51
img2pose: Face alignIn CVPR, 2021. img2pose: FacealignedIn CVPR, 2021。 0.43
URL https: URL https: 0.43
ment and detection via 6dof, face pose estimation. 6dofによる顔ポーズ推定によるメンションと検出 0.79
//arxiv.org/abs/2012 .07791. axiv.org/abs/2012.07 791。 0.21
Herbert Bay, Tinne Tuytelaars, and Luc Van Gool. ハーバート・ベイ、ティンヌ・トゥイテラーズ、ルース・ヴァン・グール。 0.31
Surf: Speeded up robust features. Surf: 堅牢な機能の高速化。 0.78
In European conference on computer vision, pages 404–417. 院 欧州コンピュータビジョン会議、404-417頁。 0.60
Springer, 2006. スプリンガー、2006年。 0.38
Tiziano Bianchi, Alessia De Rosa, and Alessandro Piva. Tiziano Bianchi、Alessia De Rosa、Alessandro Piva。 0.35
Improved dct coefficient analysis for forgery localization in jpeg images. jpeg画像における偽造ローカライズのためのdct係数解析の改善 0.73
In 2011 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pages 2444–2447. 2011年ieee international conference on acoustics, speech and signal processing (icassp) 2444-2447ページ。 0.75
IEEE, 2011. 2011年、IEEE。 0.69
Nicolas Carion, Francisco Massa, Gabriel Synnaeve, Nicolas Usunier, Alexander Kirillov, In European Nicolas Carion, Francisco Massa, Gabriel Synnaeve, Nicolas Usunier, Alexander Kirillov, in European 0.42
and Sergey Zagoruyko. そしてSergey Zagoruyko。 0.67
End-to-end object detection with transformers. トランスフォーマーによるエンドツーエンドオブジェクト検出。 0.61
Conference on Computer Vision, pages 213–229. コンピュータビジョンに関する会議、213-229頁。 0.74
Springer, 2020. スプリンガー、2020年。 0.59
Emilio Ferrara. エミリオ・フェラーラ 0.49
Disinformation and social bot operations in the run up to the 2017 french 2017年までのフランスにおける偽情報とソーシャルボットの運用 0.74
presidential election. arXiv preprint arXiv:1707.00086, 2017. 大統領選挙。 arxiv プレプリント arxiv:1707.00086, 2017 0.54
Maria Glenski, Tim Weninger, and Svitlana Volkova. マリア・グレンスキー、ティム・ウェニンガー、スヴィトラナ・ヴォルコワ。 0.50
Propagation from deceptive news IEEE Transactions on IEEE Transactions onの偽ニュースからの伝播 0.78
sources who shares, how much, how evenly, and how quickly? 情報提供者、金額、均等な金額、そしてどのくらいの速さか? 0.49
Computational Social Systems, 5(4):1071–1082, 2018. 計算社会システム 5(4):1071–1082, 2018。 0.82
Jia Guo, Jiankang Deng, Alexandros Lattas, and Stefanos Zafeiriou. ジア・グオ、ジャンカン・デン、アレクサンドロス・ラッタス、ステファノス・ザフィリウ。 0.44
Sample and computa- サンプルとコンピュータ- 0.84
tion redistribution for efficient face detection. 効率的な顔検出のためのtion再分配 0.64
arXiv preprint arXiv:2105.04714, 2021. arxiv プレプリント arxiv:2105.04714, 2021。 0.41
Dar-Shyang Lee and Ray Smith. ダーシャン・リーとレイ・スミス。 0.40
Improving book ocr by adaptive language and image In 2012 10th IAPR International Workshop on Document Analysis Systems, 適応言語と画像による本ocrの改善 2012年第10回IAPR国際文書分析システムワークショップ 0.81
models. pages 115–119. モデル。 115-119頁。 0.67
IEEE, 2012. 2012年、IEEE。 0.66
William Theisen, Joel Brogan, Pamela Bilo Thomas, Daniel Moreira, Pascal Phoa, Tim Weninger, and Walter Scheirer. ウィリアム・タイゼン、ジョエル・ブロガン、パメラ・ビロ・トーマス、ダニエル・モレイラ、パスカル・フォア、ティム・ウェニンガー、ウォルター・シャイラー。
訳抜け防止モード: ウィリアム・タイセン、ジョエル・ブローガン、パメラ・ビロ・トーマス、ダニエル・モレイラ。 Pascal Phoa、Tim Weninger、Walter Scheirer。
0.70
Automatic discovery of political meme genres with diverse appearances. 様々な外観を持つ政治ミームのジャンルの自動発見。 0.74
Proceedings of the International AAAI Conference on Web and Social Media, 15, 2020. the international aaai conference on web and social media”. 2020年5月15日閲覧。 0.76
Michael Yankoski, Tim Weninger, and Walter Scheirer. マイケル・ヤンコスキー、ティム・ウェニンガー、ウォルター・シャイラー。 0.54
An ai early warning system to monitor online disinformation, stop violence, and protect elections. オンラインの不正情報を監視し、暴力を止め、選挙を守るためのai早期警告システム。 0.72
Bulletin of the Atomic Scientists, 76(2):85–90, 2020. 原子科学者誌76(2):85-90, 2020。 0.75
Michael Yankoski, Walter Scheirer, and Tim Weninger. マイケル・ヤンコスキー、ウォルター・シャイラー、ティム・ウェニンジャー。 0.53
Meme warfare: Ai countermeasures to disinformation should focus on popular, not perfect, fakes. meme warfare: 偽情報に対するai対策は、人気があるが完璧ではない偽物に焦点を当てるべきである。 0.53
Bulletin of the Atomic Scientists, 77(3):119–123, 2021. 原子科学者誌77(3):119–123, 2021。 0.76
5 5 0.42
           ページの最初に戻る

翻訳にはFugu-Machine Translatorを利用しています。