Fugu-MT 論文翻訳(概要): CoAID: COVID-19 Healthcare Misinformation Dataset

論文の概要: CoAID: COVID-19 Healthcare Misinformation Dataset

arxiv url: http://arxiv.org/abs/2006.00885v3
Date: Tue, 3 Nov 2020 20:37:11 GMT
ステータス: 処理完了
システム内更新日: 2022-11-30 09:34:44.073031
Title: CoAID: COVID-19 Healthcare Misinformation Dataset
Title（参考訳）: coaid:covid-19医療情報データセット
Authors: Limeng Cui, Dongwon Lee
Abstract要約: CoAIDには4,251件のニュース、296,000件のユーザーエンゲージメント、新型コロナウイルスに関する926件のソーシャルプラットフォーム投稿、および地上の真実ラベルが含まれている。 CoAIDには4,251件のニュース、296,000件のユーザーエンゲージメント、新型コロナウイルスに関する926件のソーシャルプラットフォーム投稿、および地上の真実ラベルが含まれている。
参考スコア（独自算出の注目度）: 12.768221316730674
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: As the COVID-19 virus quickly spreads around the world, unfortunately, misinformation related to COVID-19 also gets created and spreads like wild fire. Such misinformation has caused confusion among people, disruptions in society, and even deadly consequences in health problems. To be able to understand, detect, and mitigate such COVID-19 misinformation, therefore, has not only deep intellectual values but also huge societal impacts. To help researchers combat COVID-19 health misinformation, therefore, we present CoAID (Covid-19 heAlthcare mIsinformation Dataset), with diverse COVID-19 healthcare misinformation, including fake news on websites and social platforms, along with users' social engagement about such news. CoAID includes 4,251 news, 296,000 related user engagements, 926 social platform posts about COVID-19, and ground truth labels. The dataset is available at: https://github.com/cuilimeng/CoAID.
Abstract（参考訳）: 新型コロナウイルス(COVID-19)が世界中に急速に広まる中、残念ながら、新型コロナウイルス関連の誤報も生まれ、野火のように広がる。このような誤報は、人々の混乱、社会の混乱、さらには健康問題に致命的な結果をもたらした。このような誤った情報を理解、検出、緩和できるためには、深い知的な価値観だけでなく、社会的な影響も大きい。そこで、研究者がcoaid(covid-19 healthcare misinformation dataset)をwebサイトやソーシャルプラットフォーム上での偽ニュースや、そのニュースに対するユーザのソーシャルな関与など、さまざまなcovid-19ヘルスケアの誤った情報を提示する。 CoAIDには4,251件のニュース、296,000件のユーザーエンゲージメント、新型コロナウイルスに関する926件のソーシャルプラットフォーム投稿、および地上の真実ラベルが含まれている。データセットは、https://github.com/cuilimeng/coaidで利用可能である。

関連論文リスト

AMIR: Automated MisInformation Rebuttal -- A COVID-19 Vaccination Datasets based Recommendation System [0.05461938536945722]
本研究は,ソーシャルメディアから得られる既存の情報を活用して,大規模な誤報の自動報知を容易にする方法について検討した。 FaCov(ファクトチェック記事)と誤解を招く(ソーシャルメディアTwitter)という、新型コロナウイルスワクチンに関する2つの公開データセットを活用している。
論文参考訳（メタデータ） (2023-10-29T13:07:33Z)
Not cool, calm or collected: Using emotional language to detect COVID-19 misinformation [0.0]
ツイッターなどのソーシャルメディアプラットフォーム上での新型コロナウイルス(COVID-19)の誤報は、効果的なパンデミック管理の脅威だ。我々は、ツイート感情エンコーダと、ツイートに新型コロナウイルスの誤情報が含まれているかどうかを予測するために、ツイート感情エンコーダと、ツイート誤情報エンコーダの両方を使用する、新しい新型コロナウイルス誤情報モデルを提案する。
論文参考訳（メタデータ） (2023-03-27T22:24:05Z)
"COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文参考訳（メタデータ） (2022-06-12T19:41:01Z)
Identifying the Adoption or Rejection of Misinformation Targeting COVID-19 Vaccines in Twitter Discourse [0.0]
ソーシャルメディアで宣伝する新型コロナウイルスワクチンに関する誤報は、ワクチン接種への執着を促していると考えられている。本稿では,誤情報に対する態度を,態度の整合性とその特性に頼って識別する新しい枠組みについて述べる。実験は、CoVaxLiesと呼ばれる新型コロナウイルスワクチンに対する誤情報の新しいデータセット上で行われ、最近のTwitterの談話から収集された。
論文参考訳（メタデータ） (2022-02-18T22:01:49Z)
Cross-lingual COVID-19 Fake News Detection [54.125563009333995]
低リソース言語(中国語)における新型コロナウイルスの誤報を検出するための最初の試みは、高リソース言語(英語)における事実チェックされたニュースのみを用いて行われる。そこで我々は、クロスランガルなニュースボディテキストを共同でエンコードし、ニュースコンテンツをキャプチャするCrossFakeというディープラーニングフレームワークを提案する。実験結果から,クロスランガル環境下でのCrossFakeの有効性が示された。
論文参考訳（メタデータ） (2021-10-13T04:44:02Z)
Characterizing COVID-19 Misinformation Communities Using a Novel Twitter Dataset [9.60966128833701]
競合する2つの誤報コミュニティを特徴付けるための方法論と分析について述べる。我々の分析によると、新型コロナウイルスの誤報されたコミュニティは、情報のあるコミュニティよりも密集し、組織化されている。我々の社会言語学的分析は、新型コロナウイルスに通知されたユーザーは誤報されたユーザーよりも多くの物語を使う傾向があることを示唆している。
論文参考訳（メタデータ） (2020-08-03T11:44:22Z)
A System for Worldwide COVID-19 Information Aggregation [92.60866520230803]
我々は、トピックによって分類された7言語10の地域から信頼できる記事を含む世界的な新型コロナウイルス情報収集システムを構築した。ニューラルマシン翻訳モジュールは、他言語の論文を日本語と英語に翻訳する。記事とトピックのペアデータセットに基づいてトレーニングされたBERTベースのトピック分類器は、ユーザが興味のある情報を効率的に見つけるのに役立つ。
論文参考訳（メタデータ） (2020-07-28T01:33:54Z)
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)
Classification Aware Neural Topic Model and its Application on a New COVID-19 Disinformation Corpus [2.492887522265771]
新型コロナウイルス(COVID-19)のパンデミックを受けて、偽情報の爆発が世界中のファクトチェックやメディアを過負荷にしている。そこで我々は,新型コロナウイルスの偽情報を分類する計算手法を開発した。
論文参考訳（メタデータ） (2020-06-05T10:32:18Z)
A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack Overflow [69.5231754305538]
主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
論文参考訳（メタデータ） (2020-04-18T08:19:46Z)
COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
論文参考訳（メタデータ） (2020-03-22T12:26:36Z)

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。