論文の概要: Out of the Echo Chamber: Detecting Countering Debate Speeches
- arxiv url: http://arxiv.org/abs/2005.01157v1
- Date: Sun, 3 May 2020 18:02:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 06:06:39.272397
- Title: Out of the Echo Chamber: Detecting Countering Debate Speeches
- Title（参考訳）: エコーチャンバーの外:会話の相手を検知する
- Authors: Matan Orbach, Yonatan Bilu, Assaf Toledo, Dan Lahav, Michal Jacovi,
Ranit Aharonov and Noam Slonim
- Abstract要約: 討論演説の文脈でその問題を研究する。
我々は、同じ話題に関する一連のスピーチの中から、反対のスタンスで、直接それに対応するものを特定することを目的としている。
この課題に対処するアルゴリズムをいくつか検討し、一部は成功したが、いずれも熟練した人間のパフォーマンスに欠ける。
- 参考スコア（独自算出の注目度）: 18.321466611103684
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An educated and informed consumption of media content has become a challenge
in modern times. With the shift from traditional news outlets to social media
and similar venues, a major concern is that readers are becoming encapsulated
in "echo chambers" and may fall prey to fake news and disinformation, lacking
easy access to dissenting views. We suggest a novel task aiming to alleviate
some of these concerns -- that of detecting articles that most effectively
counter the arguments -- and not just the stance -- made in a given text. We
study this problem in the context of debate speeches. Given such a speech, we
aim to identify, from among a set of speeches on the same topic and with an
opposing stance, the ones that directly counter it. We provide a large dataset
of 3,685 such speeches (in English), annotated for this relation, which
hopefully would be of general interest to the NLP community. We explore several
algorithms addressing this task, and while some are successful, all fall short
of expert human performance, suggesting room for further research. All data
collected during this work is freely available for research.
- Abstract（参考訳）: メディアコンテンツの教育的、情報的消費は、現代において課題となっている。
従来のニュースメディアからソーシャルメディアなどへのシフトに伴い、読者は「エチョ・チェンバー」にカプセル化され、偽ニュースや偽情報に陥り、不当な見解に簡単にアクセスできないという懸念が強まっている。
我々は、特定のテキストでなされた議論に最も効果的に反論する記事を検出するという、これらの懸念を緩和することを目的とした、新しいタスクを提案します。
我々はこの問題を討論演説の文脈で研究する。
このような言論を前提として、同一話題における一組のスピーチの中から、直接反対するスタンスで特定することを目的としている。
私たちは3,685種類のスピーチ(英語)の大規模なデータセットを提供しており、これはnlpコミュニティの一般的な関心事になることを願っている。
この課題に対処するアルゴリズムをいくつか検討し、一部は成功したが、いずれも熟練した人間のパフォーマンスに欠けており、さらなる研究の余地が示唆されている。
この研究で収集されたデータはすべて、自由に研究に利用できる。
関連論文リスト
- Tracking the Newsworthiness of Public Documents [107.12303391111014]
この研究は、サンフランシスコ・クロニクル(San Francisco Chronicle)によるサンフランシスコ・ベイエリアにおける地方公共政策のニュース報道に焦点を当てている。
まず、新聞記事、公共政策文書、会議記録を収集し、確率的関係モデルを用いてそれらをリンクする。
第二に、ポリシー項目がカバーされるかどうかを予測するために、ニューズサステイネス予測という新しいタスクを定義します。
論文 参考訳（メタデータ） (2023-11-16T10:05:26Z) - Crossing the Aisle: Unveiling Partisan and Counter-Partisan Events in
News Reporting [7.8192232188516115]
我々は,メディアがニュース報道のバランスを保ち,イベント包摂や欠席を通じて消費者に影響を与える程度について検討する。
まず、パルチザンと反パルチザンの両方を検知するタスクを紹介する。
以上の結果から,ニュースが微妙に意見を形成する方法と,大規模言語モデルの必要性の両方が浮かび上がっている。
論文 参考訳（メタデータ） (2023-10-28T17:50:13Z) - NewsDialogues: Towards Proactive News Grounded Conversation [72.10055780635625]
本稿では,対話システムがニュースの重要な話題に基づいて会話を積極的にリードする新しいタスク,Proactive News Grounded Conversationを提案する。
この課題をさらに発展させるために、人間と人間の対話データセットtsNewsDialoguesを収集し、合計14.6Kの発話を含む1Kの会話を含む。
論文 参考訳（メタデータ） (2023-08-12T08:33:42Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-05-23T16:40:07Z) - Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。
バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。
Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文 参考訳（メタデータ） (2023-01-14T18:58:42Z) - Assessing the impact of contextual information in hate speech detection [0.48369513656026514]
我々は,Twitter上のメディアからのニュース投稿に対するユーザの反応に基づいた,文脈的ヘイトスピーチ検出のための新しいコーパスを提供する。
このコーパスはリオプラテンセ方言のスペイン語で収集され、新型コロナウイルスのパンデミックに関連するヘイトスピーチに焦点を当てている。
論文 参考訳（メタデータ） (2022-10-02T09:04:47Z) - NeuS: Neutral Multi-News Summarization for Mitigating Framing Bias [54.89737992911079]
様々な政治スペクトルの複数のニュース見出しから中立的な要約を生成する新しい課題を提案する。
最も興味深い観察の1つは、生成モデルは、事実的に不正確なコンテンツや検証不可能なコンテンツだけでなく、政治的に偏ったコンテンツにも幻覚を与えることができることである。
論文 参考訳（メタデータ） (2022-04-11T07:06:01Z) - Detecting Anchors' Opinion in Hinghlish News Delivery [22.98110639419913]
本稿では,議論におけるアンカーの意見検出の新たな課題を提案する。
我々は、コードミキシングされたニュース討論をキュレートし、ODINデータセットを開発する。
データセットにおける合計2054人のアンカーの発声は、意見や無意見としてマークされている。
論文 参考訳（メタデータ） (2022-04-05T12:26:46Z) - A Study of Fake News Reading and Annotating in Social Media Context [1.0499611180329804]
我々は、44名のレイト参加者に、ニュース記事を含む投稿を含むソーシャルメディアフィードをさりげなく読み取らせるという、視線追跡研究を提示した。
第2回では,参加者に対して,これらの記事の真偽を判断するよう求めた。
また、同様のシナリオを用いたフォローアップ定性的な研究についても述べるが、今回は7人の専門家によるフェイクニュースアノテータを用いた。
論文 参考訳（メタデータ） (2021-09-26T08:11:17Z) - Hate Speech Detection in Clubhouse [6.942237543984334]
Google Perspective Scoresを用いて,収集したインスタンスを統計的視点から分析する。
我々の実験では、パースペクティブスコアは、高レベルのテキスト機能として、WordsとWord2Vecのバグよりも優れています。
論文 参考訳（メタデータ） (2021-06-24T11:00:19Z) - Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。
敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。
ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-09-16T14:13:15Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。