Fugu-MT 論文翻訳(概要): BRENDA: Browser Extension for Fake News Detection

論文の概要: BRENDA: Browser Extension for Fake News Detection

arxiv url: http://arxiv.org/abs/2005.13270v1
Date: Wed, 27 May 2020 10:29:14 GMT
ステータス: 処理完了
システム内更新日: 2022-11-28 09:35:21.706244
Title: BRENDA: Browser Extension for Fake News Detection
Title（参考訳）: BRENDA: フェイクニュース検出のためのブラウザ拡張
Authors: Bjarte Botnevik, Eirik Sakariassen, and Vinay Setty
Abstract要約: BRENDAはテスト対象のディープニューラルネットワークアーキテクチャを使用して、事実チェックに値するクレームを自動的に識別し、結果とエビデンスをユーザに提示する。 BRENDAはブラウザ拡張であるため、Webページを離れることなく、エンドユーザーのファクトチェックを高速に行うことができる。
参考スコア（独自算出の注目度）: 3.832915368301661
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Misinformation such as fake news has drawn a lot of attention in recent years. It has serious consequences on society, politics and economy. This has lead to a rise of manually fact-checking websites such as Snopes and Politifact. However, the scale of misinformation limits their ability for verification. In this demonstration, we propose BRENDA a browser extension which can be used to automate the entire process of credibility assessments of false claims. Behind the scenes BRENDA uses a tested deep neural network architecture to automatically identify fact check worthy claims and classifies as well as presents the result along with evidence to the user. Since BRENDA is a browser extension, it facilities fast automated fact checking for the end user without having to leave the Webpage.
Abstract（参考訳）: 近年,偽ニュースなどの誤報が注目されている。それは社会、政治、経済に深刻な影響を及ぼす。これにより、snopesやpolitifactといった手作業によるファクトチェックwebサイトが台頭した。しかし、誤情報の規模は検証能力に制限がある。本稿では,偽クレームの信頼性評価のプロセス全体を自動化するためのブラウザ拡張であるbrendaを提案する。 BRENDAはテスト対象のディープニューラルネットワークアーキテクチャを使用して、事実チェックにふさわしいクレームを自動的に識別し、結果とエビデンスをユーザに提示する。 BRENDAはブラウザ拡張であるため、Webページを離れることなく、エンドユーザの高速なファクトチェック機能を備えている。

関連論文リスト

VeraCT Scan: Retrieval-Augmented Fake News Detection with Justifiable Reasoning [13.711292329830169]
本稿では,偽ニュース検出のための検索強化システムであるVeraCT Scanを紹介する。このシステムは、あるニュースから中核的な事実を抽出し、その後、相関や矛盾する報告を特定するために、インターネット全体の検索を行う。我々はまた、その結論を支持するための透明な証拠と推論を提供し、その結果の解釈可能性と信頼をもたらす。
論文参考訳（メタデータ） (2024-06-12T21:23:48Z)
ExFake: Towards an Explainable Fake News Detection Based on Content and Social Context Information [0.0]
ExFakeは、コンテンツとコンテキストレベルの情報に基づく、説明可能なフェイクニュース検知システムである。説明可能なAI(XAI)アシスタントも採用され、疑わしい情報に直面したオンラインソーシャルネットワーク(OSN)ユーザーが良好な反射を発達するのに役立つ。
論文参考訳（メタデータ） (2023-11-16T15:57:58Z)
FALSE: Fake News Automatic and Lightweight Solution [0.20999222360659603]
本稿では,現代のフェイクニュースデータセットの研究と可視化にR符号を用いた。クラスタリング、分類、相関、およびさまざまなプロットを使用してデータを分析し、提示する。
論文参考訳（メタデータ） (2022-08-16T11:53:30Z)
Faking Fake News for Real Fake News Detection: Propaganda-loaded Training Data Generation [105.20743048379387]
提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
論文参考訳（メタデータ） (2022-03-10T14:24:19Z)
Synthetic Disinformation Attacks on Automated Fact Verification Systems [53.011635547834025]
本研究では,2つのシミュレーション環境において,自動ファクトチェッカーの合成正反対証拠に対する感度について検討する。これらのシステムでは,これらの攻撃に対して大幅な性能低下がみられた。偽情報の発生源としての現代のNLGシステムの脅威の増大について論じる。
論文参考訳（メタデータ） (2022-02-18T19:01:01Z)
FacTeR-Check: Semi-automated fact-checking through Semantic Similarity and Natural Language Inference [61.068947982746224]
FacTeR-Checkは、ファクトチェックされた情報の検索、未確認のクレームの検証、ソーシャルメディア上での危険な情報の追跡を可能にする。このアーキテクチャは、NLI19-SPと呼ばれる新しいデータセットを使って検証されている。この結果から,各ベンチマークにおける最先端性能と,61種類のホアックスの時間経過に伴う進化の有用な解析結果が得られた。
論文参考訳（メタデータ） (2021-10-27T15:44:54Z)
How Vulnerable Are Automatic Fake News Detection Methods to Adversarial Attacks? [0.6882042556551611]
本稿では、フェイクニュースを検出するために訓練された最先端モデルを自動的に攻撃することができることを示す。その結果,Fake Newsの検出メカニズムを自動で回避することが可能であり,既存の政策イニシアチブに影響を及ぼす可能性が示唆された。
論文参考訳（メタデータ） (2021-07-16T15:36:03Z)
FaVIQ: FAct Verification from Information-seeking Questions [77.7067957445298]
実ユーザによる情報探索質問を用いて,ファVIQと呼ばれる大規模事実検証データセットを構築した。我々の主張は自然であると証明され、語彙バイアスがほとんどなく、検証の証拠を完全に理解する必要がある。
論文参考訳（メタデータ） (2021-07-05T17:31:44Z)
User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文参考訳（メタデータ） (2021-04-25T21:19:24Z)
The Rise and Fall of Fake News sites: A Traffic Analysis [62.51737815926007]
偽ニュースサイトのオンラインプレゼンスを調査し、実際のニュースサイトと比較してその行動を特徴づけます。そこで本研究では,偽ニュースサイトを自動的に検出するコンテンツ非依存のMLを構築した。
論文参考訳（メタデータ） (2021-03-16T18:10:22Z)
Where Are the Facts? Searching for Fact-checked Information to Alleviate the Spread of Fake News [9.68145635795782]
本稿では,オンライン利用者が投稿したオリジナルツイート(誤情報を含む可能性がある)の内容に対処するファクトチェック記事を検索する新しい枠組みを提案する。この検索は偽ニュースのポスターやオンラインユーザーに偽ニュースの拡散を防ぎ、ソーシャルメディア上で検証済みのコンテンツを拡大させる。本フレームワークでは,テキストと画像の両方を用いて事実チェック記事の検索を行い,実世界のデータセット上で有望な結果を得る。
論文参考訳（メタデータ） (2020-10-07T04:55:34Z)

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。