論文の概要: Where Are the Facts? Searching for Fact-checked Information to Alleviate the Spread of Fake News

• arxiv url: http://arxiv.org/abs/2010.03159v1
• Date: Wed, 7 Oct 2020 04:55:34 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-09 23:56:12.470260
• Title: Where Are the Facts? Searching for Fact-checked Information to Alleviate the Spread of Fake News
• Title（参考訳）: 事実はどこにある? 偽ニュースの拡散を緩和するための事実確認情報検索
• Authors: Nguyen Vo, Kyumin Lee
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 9.68145635795782
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Although many fact-checking systems have been developed in academia and industry, fake news is still proliferating on social media. These systems mostly focus on fact-checking but usually neglect online users who are the main drivers of the spread of misinformation. How can we use fact-checked information to improve users' consciousness of fake news to which they are exposed? How can we stop users from spreading fake news? To tackle these questions, we propose a novel framework to search for fact-checking articles, which address the content of an original tweet (that may contain misinformation) posted by online users. The search can directly warn fake news posters and online users (e.g. the posters' followers) about misinformation, discourage them from spreading fake news, and scale up verified content on social media. Our framework uses both text and images to search for fact-checking articles, and achieves promising results on real-world datasets. Our code and datasets are released at https://github.com/nguyenvo09/EMNLP2020.
• Abstract（参考訳）: 多くのファクトチェックシステムは学術や産業で開発されているが、ソーシャルメディア上ではまだ偽ニュースが増えている。 これらのシステムは、主にファクトチェックに重点を置いているが、偽情報の拡散の主な原因であるオンラインユーザーを無視することが多い。 偽ニュースに対するユーザの意識を改善するために,ファクトチェック情報をどのように活用すればよいのか? ユーザーが偽ニュースを広めるのを止めるには? そこで本研究では,オンライン利用者が投稿した元のツイート(誤報を含む可能性がある)の内容に対処し,ファクトチェック記事を探すための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(ポスターのフォロワーなど)に直接誤報を警告したり、偽ニュースの拡散を阻止したり、ソーシャルメディア上で検証済みコンテンツを拡大したりすることができる。 本フレームワークは,テキストと画像の両方を用いてファクトチェック記事の検索を行い,実世界のデータセットで有望な結果を得る。 コードとデータセットはhttps://github.com/nguyenvo09/EMNLP2020で公開されています。

関連論文リスト

• 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)
• Fake News Detection Tools and Methods -- A Review [0.0]
  インターネット上で偽ニュースを検出するための様々なアプローチについて,近年の文献について論じる。 公開されているさまざまなデータセットと、利用可能なさまざまなオンラインツールを強調し、Fake Newsをリアルタイムでデバンクすることができる。
  論文  参考訳（メタデータ） (2021-11-21T13:19:23Z)
• Is it Fake? News Disinformation Detection on South African News Websites [0.015863809575305417]
  自然言語処理は偽ニュースの検出に広く用いられている。 南アフリカなど、より地域的な文脈では特に問題となる。 本研究では,南アフリカのウェブサイトにおける偽ニュースの検出について調査する。
  論文  参考訳（メタデータ） (2021-08-06T04:54:03Z)
• Stance Detection with BERT Embeddings for Credibility Analysis of Information on Social Media [1.7616042687330642]
  本稿では,記事の内容とともに,その特徴の1つとして姿勢を用いた偽ニュースを検出するモデルを提案する。 本研究は,自動的特徴抽出とテキストの関連性でコンテンツを解釈する。 実世界のデータセットで行った実験は、我々のモデルが以前の研究より優れており、95.32%の精度で偽ニュースの検出を可能にすることを示している。
  論文  参考訳（メタデータ） (2021-05-21T10:46:43Z)
• 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)
• Misinfo Belief Frames: A Case Study on Covid & Climate News [49.979419711713795]
  読者がニュースの信頼性や誤った情報の影響をどのように認識するかを理解するための形式主義を提案する。 23.5kの見出しに66kの推論データセットであるMisinfo Belief Frames (MBF) corpusを紹介する。 大規模言語モデルを用いて誤情報フレームを予測した結果,機械生成推論がニュース見出しに対する読者の信頼に影響を及ぼすことがわかった。
  論文  参考訳（メタデータ） (2021-04-18T09:50:11Z)
• 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)
• How does Truth Evolve into Fake News? An Empirical Study of Fake News Evolution [55.27685924751459]
  偽ニュース進化過程を追跡する新しいデータセットであるフェイクニュース進化データセットを提示する。 私たちのデータセットは950のペアデータで構成され、それぞれが真実、偽ニュース、進化した偽ニュースを表す記事で構成されています。 進化中の特徴を観察し,誤情報技術,テキスト類似性,キーワードトップ10,分類精度,発話部分,感情特性について検討した。
  論文  参考訳（メタデータ） (2021-03-10T09:01:34Z)
• Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
  我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。 偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。 本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-10-20T19:37:04Z)

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。