論文の概要: Image-based Social Sensing: Combining AI and the Crowd to Mine Policy-Adherence Indicators from Twitter

• arxiv url: http://arxiv.org/abs/2010.03021v2
• Date: Fri, 5 Mar 2021 22:59:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-29 20:04:24.340371
• Title: Image-based Social Sensing: Combining AI and the Crowd to Mine Policy-Adherence Indicators from Twitter
• Title（参考訳）: 画像に基づくソーシャルセンシング:AIと群衆を組み合わせたTwitterのポリシー順守指標
• Authors: Virginia Negri, Dario Scuratti, Stefano Agresti, Donya Rooein, Gabriele Scalia, Amudha Ravi Shankar, Jose Luis Fernandez Marquez, Mark James Carman, Barbara Pernici
• Abstract要約: ソーシャルメディアに投稿された画像から情報を集約することで、そのようなデータを取得することができるかどうかを検討する。 我々の目指すのは、どの国、そしてどの程度の程度において、人々が新型コロナウイルス関連の政策指示に従っているかを見つけることです。 予備的な結果は、ソーシャルメディア画像が政策立案者に対して信頼できる指標を作成できることを示している。
• 参考スコア（独自算出の注目度）: 3.7854929673392603
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social Media provides a trove of information that, if aggregated and analysed appropriately can provide important statistical indicators to policy makers. In some situations these indicators are not available through other mechanisms. For example, given the ongoing COVID-19 outbreak, it is essential for governments to have access to reliable data on policy-adherence with regards to mask wearing, social distancing, and other hard-to-measure quantities. In this paper we investigate whether it is possible to obtain such data by aggregating information from images posted to social media. The paper presents VisualCit, a pipeline for image-based social sensing combining recent advances in image recognition technology with geocoding and crowdsourcing techniques. Our aim is to discover in which countries, and to what extent, people are following COVID-19 related policy directives. We compared the results with the indicators produced within the CovidDataHub behavior tracker initiative. Preliminary results shows that social media images can produce reliable indicators for policy makers.
• Abstract（参考訳）: ソーシャルメディアは大量の情報を提供しており、もし適切に集約され分析されれば、政策立案者に重要な統計指標を提供することができる。 いくつかの状況では、これらの指標は他のメカニズムでは利用できない。 例えば、新型コロナウイルスの感染拡大が続く中、マスク着用、ソーシャルディスタンシング、その他の対策の難しい量に関して、政府が政策順守に関する信頼できるデータにアクセスできることが不可欠である。 本稿では,ソーシャルメディアに投稿された画像から情報を集約することで,そのデータを得ることができるか検討する。 本稿では,画像認識技術の最近の進歩とジオコーディングとクラウドソーシング技術を組み合わせた,画像に基づくソーシャルセンシングのためのパイプラインであるvisualcitを提案する。 我々の目標は、covid-19関連の政策指令をどの国、そしてどの程度人々がフォローしているかを発見することです。 その結果を,CovidDataHubの行動トラッカーイニシアチブで得られた指標と比較した。 予備的な結果は、ソーシャルメディア画像が政策立案者に対して信頼できる指標を作成できることを示している。

関連論文リスト

• Labeled Datasets for Research on Information Operations [71.34999856621306]
  ソーシャルメディアプラットフォームによって検証されたIOポストと、同様のトピックを同じ時間フレーム(制御データ)で議論した303kアカウントによる1300万以上の投稿の両方を含む、26のキャンペーンに関するラベル付きデータセットを新たに提示する。 データセットは、さまざまなキャンペーンや国で調整されたアカウントによって使用される物語、ネットワークインタラクション、エンゲージメント戦略の研究を促進する。
  論文  参考訳（メタデータ） (2024-11-15T22:15:01Z)
• AMMeBa: A Large-Scale Survey and Dataset of Media-Based Misinformation In-The-Wild [1.4193873432298625]
  オンラインメディアをベースとした誤情報に注釈を付けるために,ヒトラプターを用いた2年間の研究結果を示す。 偽情報クレームにおける生成AIベースのコンテンツの増加を示す。 また、歴史的に支配的な「単純な」手法、特に文脈操作を示す。
  論文  参考訳（メタデータ） (2024-05-19T23:05:53Z)
• 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)
• Harnessing the Power of Text-image Contrastive Models for Automatic Detection of Online Misinformation [50.46219766161111]
  誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。 本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
  論文  参考訳（メタデータ） (2023-04-19T02:53:59Z)
• MEWS: Real-time Social Media Manipulation Detection and Analysis [5.1568081122003395]
  MEWSは、操作されたメディアアイテムを識別し、特定のアイテムが個々のソーシャルメディアプラットフォーム、あるいは複数のプラットフォーム上でトレンドになり始めた時期を特定する。 新規な操作の出現と、操作されたコンテンツの急速な拡散は、偽情報キャンペーンを示唆している。
  論文  参考訳（メタデータ） (2022-05-11T21:44:26Z)
• Dataset and Case Studies for Visual Near-Duplicates Detection in the Context of Social Media [11.569861200214294]
  視覚的に類似したコンテンツの追跡は、そのようなコンテンツの拡散に関連する社会現象を研究・分析する上で重要な課題である。 ソーシャルメディア画像のデータセットを構築し、画像検索といくつかの高度な視覚特徴抽出手法に基づいて視覚近距離検索手法を評価する。
  論文  参考訳（メタデータ） (2022-03-14T15:10:30Z)
• MONITOR: A Multimodal Fusion Framework to Assess Message Veracity in Social Networks [0.0]
  ソーシャルネットワークのユーザーは、コンテンツをほとんど抑制せずに投稿し共有する傾向がある。 噂や偽ニュースは急速に広まる可能性がある。 これはソーシャルメディアの信頼性を脅かし、現実の生活に深刻な結果をもたらす可能性がある。
  論文  参考訳（メタデータ） (2021-09-06T07:41:21Z)
• Streaming Social Event Detection and Evolution Discovery in Heterogeneous Information Networks [90.3475746663728]
  イベントは現実世界やリアルタイムで行われており、社会集会、祝祭、影響力のある会議、スポーツ活動などのイベントのために計画や組織化が可能である。 ソーシャルメディアプラットフォームは、トピックの異なる公開イベントに関する多くのリアルタイムテキスト情報を生成する。 しかし、異質なテクスチャやメタデータがあいまいであることが多いため、社会イベントの採掘は困難である。
  論文  参考訳（メタデータ） (2021-04-02T02:13:10Z)
• I-AID: Identifying Actionable Information from Disaster-related Tweets [0.0]
  ソーシャルメディアは、被災者、寄付、支援要請に関する貴重なデータを提供することによって、災害管理において重要な役割を担っている。 ツイートを自動的にマルチラベル情報タイプに分類するマルチモデルアプローチであるI-AIDを提案する。 以上の結果から,I-AIDはTREC-ISデータセットおよびCOVID-19 Tweetsにおいて,平均F1得点の6%,+4%において最先端のアプローチよりも優れていた。
  論文  参考訳（メタデータ） (2020-08-04T19:07:50Z)
• Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
  本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。 全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
  論文  参考訳（メタデータ） (2020-06-15T18:12:12Z)
• Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
  ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。 この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。 ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。 実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2020-04-03T18:26:33Z)

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。