Fugu-MT 論文翻訳(概要): Towards Domain-Specific Characterization of Misinformation

論文の概要: Towards Domain-Specific Characterization of Misinformation

arxiv url: http://arxiv.org/abs/2007.14806v1
Date: Wed, 29 Jul 2020 12:46:45 GMT
ステータス: 処理完了
システム内更新日: 2023-05-07 20:32:29.686798
Title: Towards Domain-Specific Characterization of Misinformation
Title（参考訳）: ドメイン固有の誤情報のキャラクタリゼーションに向けて
Authors: Fariha Afsana, Muhammad Ashad Kabir, Naeemul Hassan, Manoranjan Paul
Abstract要約: 健康上の誤報が急速に広まると、公衆衛生へのリスクが高まる。誤報の基本的特徴がドメインによってどう異なるかを認識することが重要である。本稿では,誤情報のドメイン特化への道筋を示す。
参考スコア（独自算出の注目度）: 14.136862418249764
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The rapid dissemination of health misinformation poses an increasing risk to public health. To best understand the way of combating health misinformation, it is important to acknowledge how the fundamental characteristics of misinformation differ from domain to domain. This paper presents a pathway towards domain-specific characterization of misinformation so that we can address the concealed behavior of health misinformation compared to others and take proper initiative accordingly for combating it. With this aim, we have mentioned several possible approaches to identify discriminating features of medical misinformation from other types of misinformation. Thereafter, we briefly propose a research plan followed by possible challenges to meet up. The findings of the proposed research idea will provide new directions to the misinformation research community.
Abstract（参考訳）: 健康情報の急速な拡散は公衆衛生のリスクを増大させる。健康誤情報の扱い方を理解するには,誤情報の基本的な特性がドメインによってどのように異なるかを理解することが重要である。本論文は, 医療用誤報の隠蔽行動に対処し, 適切な対策を講ずることができるように, 誤報のドメイン固有の特徴付けへの道筋を示す。本研究は,医学的誤報と他の種類の誤報とを識別するためのいくつかのアプローチについて言及した。その後,提案する研究計画と,それに伴う課題について概説する。提案された研究アイデアの知見は,誤情報研究コミュニティに新たな方向性をもたらすだろう。

関連論文リスト

Health Misinformation in Social Networks: A Survey of IT Approaches [2.1440886607229563]
調査は、関連する研究の体系的なレビューを提供することを目的としている。まず、ファクトチェックのための手動および自動アプローチを提案する。次に、偽ニュースの検出方法、コンテンツ、伝搬機能、ソース機能、および誤情報拡散対策の緩和手法について検討する。
論文参考訳（メタデータ） (2024-10-24T12:00:51Z)
A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文参考訳（メタデータ） (2024-03-31T12:44:48Z)
Combating Health Misinformation in Social Media: Characterization, Detection, Intervention, and Open Issues [24.428582199602822]
様々なソーシャルメディアプラットフォームの台頭は、オンライン誤報の拡散も可能にしている。ソーシャルメディアにおける健康情報の誤報は、さまざまな分野の研究者から注目を集める新たな研究方向となっている。
論文参考訳（メタデータ） (2022-11-10T01:52:12Z)
EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
論文参考訳（メタデータ） (2022-08-01T18:47:03Z)
Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。偏光と誤情報付着が密接な関係にあると仮定する。
論文参考訳（メタデータ） (2022-06-30T12:34:24Z)
DISCO: Comprehensive and Explainable Disinformation Detection [71.5283511752544]
我々はdisCOと呼ばれる包括的で説明可能な偽情報検出フレームワークを提案する。実世界のフェイクニュース検出タスクにおいて,disCOを満足な検出精度と説明力で実演する。当社のデモは、識別性、理解性、説明可能性の限界に対処するための道を開くことを期待しています。
論文参考訳（メタデータ） (2022-03-09T18:17:25Z)
Understanding Health Misinformation Transmission: An Interpretable Deep Learning Approach to Manage Infodemics [6.08461198240039]
本研究では,新しい解釈可能な深層学習手法であるGenerative Adversarial NetworkベースのPiecewise Wide and Attention Deep Learning (GAN-PiWAD)を提案する。社会交換理論に則った特徴を選択し、4,445本の誤報動画でGAN-PiWADを評価します。本研究は,ソーシャルメディアプラットフォームや政策立案者に対して,誤情報を識別し,伝達を制御し,インフォデミクスを管理するための積極的な介入をデザインする直接的意義を与える。
論文参考訳（メタデータ） (2020-12-21T15:49:19Z)
Disinformation in the Online Information Ecosystem: Detection, Mitigation and Challenges [35.0667998623823]
一般大衆の大多数は、ニュースや新型コロナウイルスの症状などの問題に関する情報など、ソーシャルメディアのプラットフォームに目を向けている。偽情報検出と緩和の方向には、かなりの研究が進行中である。新型コロナウイルスの感染拡大に伴う「不名誉」に焦点をあて、オンライン偽情報問題について論じる。
論文参考訳（メタデータ） (2020-10-18T21:44:23Z)
Drink Bleach or Do What Now? Covid-HeRA: A Study of Risk-Informed Health Decision Making in the Presence of COVID-19 Misinformation [23.449057978351945]
我々は健康上の誤報をリスクアセスメントのタスクとみなしている。各誤報記事の重大さと読者がこの重大さをどう認識するかを考察する。従来のモデルと最先端モデルを評価し、性能に大きなギャップがあることを示します。
論文参考訳（メタデータ） (2020-10-17T08:34:57Z)
Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文参考訳（メタデータ） (2020-09-21T03:45:14Z)
Mining Disinformation and Fake News: Concepts, Methods, and Recent Advancements [55.33496599723126]
偽ニュースを含む偽ニュースは爆発的な成長によりグローバルな現象になっています偽情報や偽ニュースを検知する最近の進歩にもかかわらず、その複雑さ、多様性、多様性、事実チェックやアノテーションのコストが原因で、いまだに自明ではない。
論文参考訳（メタデータ） (2020-01-02T21:01:02Z)

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。