Fugu-MT 論文翻訳(概要): A Benchmark Dataset of Check-worthy Factual Claims

論文の概要: A Benchmark Dataset of Check-worthy Factual Claims

arxiv url: http://arxiv.org/abs/2004.14425v1
Date: Wed, 29 Apr 2020 18:39:15 GMT
ステータス: 処理完了
システム内更新日: 2022-12-08 14:02:20.617197
Title: A Benchmark Dataset of Check-worthy Factual Claims
Title（参考訳）: 正当性主張のベンチマークデータセット
Authors: Fatma Arslan, Naeemul Hassan, Chengkai Li, Mark Tremayne
Abstract要約: 我々は、米国大統領選挙の大統領討論会から抽出された23,533件のCrimBusterデータセットを提示する。このデータセットは、デジタルメディアや伝統的なメディアの無数の情報源から事実チェックに値するクレームを特定するための計算方法を構築する際に活用することができる。
参考スコア（独自算出の注目度）: 6.525398977544965
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper we present the ClaimBuster dataset of 23,533 statements extracted from all U.S. general election presidential debates and annotated by human coders. The ClaimBuster dataset can be leveraged in building computational methods to identify claims that are worth fact-checking from the myriad of sources of digital or traditional media. The ClaimBuster dataset is publicly available to the research community, and it can be found at http://doi.org/10.5281/zenodo.3609356.
Abstract（参考訳）: 本稿では,米国大統領選挙の討論会から抽出された23,533文のクレームバスターデータセットについて述べる。 ClaimBusterデータセットは、デジタルまたは伝統的なメディアの無数のソースから事実チェックに値するクレームを特定するための計算方法の構築に活用することができる。 ClaimBusterデータセットは研究コミュニティで公開されており、http://doi.org/10.5281/zenodo.3609356で見ることができる。

関連論文リスト

Contrastive Learning to Improve Retrieval for Real-world Fact Checking [84.57583869042791]
ファクト・チェッキング・リランカ(Contrastive Fact-Checking Reranker, CFR)を提案する。我々はAVeriTeCデータセットを活用し、証拠文書からの人間による回答とクレームのサブクエストを注釈付けする。データセットの精度は6%向上した。
論文参考訳（メタデータ） (2024-10-07T00:09:50Z)
Analyzing the Impact of Fake News on the Anticipated Outcome of the 2024 Election Ahead of Time [7.1970442944315245]
フェイクニュースに関する認識と研究の高まりにもかかわらず、北米の政治演説の中で人種的スラリーや偏見を特にターゲットとするデータセットは、依然として大きな必要性がある。本研究では、これらの誤情報の重要な側面を照らす包括的データセットを紹介する。
論文参考訳（メタデータ） (2023-12-01T20:14:16Z)
Should I disclose my dataset? Caveats between reproducibility and individual data rights [5.816090284071069]
裁判所文書のデジタル利用は研究者の可能性を増大させる。しかし、個人データ保護法は、データ露出に制限を課している。我々は,この問題に関する法的・倫理的考察と研究者のガイドラインを提示する。
論文参考訳（メタデータ） (2022-11-01T14:42:11Z)
Generating Literal and Implied Subquestions to Fact-check Complex Claims [64.81832149826035]
我々は、複雑なクレームを、そのクレームの正確性に影響を及ぼす「イエス・ノー・サブクエスト」の包括的集合に分解することに集中する。我々は1000以上のクレームに対する分解のデータセットである ClaimDecomp を提示する。これらのサブクエストは、関連する証拠を特定し、すべてのクレームを事実確認し、回答を通じて正確性を引き出すのに役立ちます。
論文参考訳（メタデータ） (2022-05-14T00:40:57Z)
Monant Medical Misinformation Dataset: Mapping Articles to Fact-Checked Claims [0.6927055673104934]
317kの医療ニュース記事/ブログと3.5kのファクトチェッククレームの特徴豊富なデータセットを公開しています。また、手動で533件、クレームと記事のマッピングを51万件以上自動的にラベル付けしている。このデータセットは、誤情報特徴化研究やソース間の誤情報拡散の研究など、医療的誤情報に関連する多くのタスクを可能にする。
論文参考訳（メタデータ） (2022-04-26T13:18:27Z)
Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
論文参考訳（メタデータ） (2022-02-03T17:25:46Z)
Yes-Yes-Yes: Donation-based Peer Reviewing Data Collection for ACL Rolling Review and Beyond [58.71736531356398]
本稿では、ピアレビューデータについて詳細な議論を行い、ピアレビューデータ収集のための倫理的・法的デシダータの概要を述べるとともに、最初の継続的な寄付ベースのデータ収集ワークフローを提案する。本稿では、ACL Rolling Reviewにおいて、このワークフローの現在進行中の実装について報告し、新たに収集したデータから得られた最初の洞察を提供する。
論文参考訳（メタデータ） (2022-01-27T11:02:43Z)
Assisting the Human Fact-Checkers: Detecting All Previously Fact-Checked Claims in a Document [27.076320857009655]
入力文書が与えられた場合、以前に事実確認されたクレームによって検証可能なクレームを含むすべての文を検出することを目的としている。出力は文書文の再ランクリストであり、検証可能なものは可能な限り高くランク付けされる。本分析は,テキストの類似性やスタンスをモデル化することの重要性を実証すると同時に,検索した事実チェックされたクレームの正確性も考慮する。
論文参考訳（メタデータ） (2021-09-14T13:46:52Z)
COVID-Fact: Fact Extraction and Verification of Real-World Claims on COVID-19 Pandemic [12.078052727772718]
我々は、COVID-19パンデミックに関する4,086ドルという、FEVERに似たデータセットのCOVID-Factを紹介します。データセットには、クレーム、クレームの証拠、および証拠によって否定される矛盾するクレームが含まれている。
論文参考訳（メタデータ） (2021-06-07T16:59:46Z)
Leveraging Administrative Data for Bias Audits: Assessing Disparate Coverage with Mobility Data for COVID-19 Policy [61.60099467888073]
管理データのリンクによって,バイアスに対するモビリティデータの監査が可能かを示す。我々は、高齢者や非白人の有権者が移動データによって捕えられる可能性が低いことを示した。このような移動データに基づく公衆衛生資源の配分は、高リスク高齢者や少数民族に不当に害を与える可能性があることを示す。
論文参考訳（メタデータ） (2020-11-14T02:04:14Z)
Misinformation Has High Perplexity [55.47422012881148]
疑似クレームを教師なしの方法でデバンクするために, 難易度を活用することを提案する。まず,これらの主張に類似した文に基づいて,科学的およびニュースソースから信頼性のある証拠を抽出する。第2に,抽出したエビデンスを言語モデルにプライマリし,難易度スコアに基づいて与えられたクレームの正当性を評価する。
論文参考訳（メタデータ） (2020-06-08T15:13:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。