論文の概要: Detecting Stance in Media on Global Warming

• arxiv url: http://arxiv.org/abs/2010.15149v2
• Date: Sat, 16 Jan 2021 23:40:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 04:36:41.072435
• Title: Detecting Stance in Media on Global Warming
• Title（参考訳）: 地球温暖化に対するメディアのスタンス検出
• Authors: Yiwei Luo, Dallas Card, Dan Jurafsky
• Abstract要約: 地球温暖化(GW)に関する議論において,NLPではほとんど注目されていない,ますます党派的な問題である意見フレーミングについて検討する。 本研究は,GW受容メディアや懐疑メディアにまたがって,自己肯定的・否定的談話に類似した言語装置が用いられていることを明らかにする。 我々は、今後の意見フレーミングとGWスタンスの自動検出に向けたフレーミング装置のスタンスデータセット、モデル、およびレキシコンをリリースする。
• 参考スコア（独自算出の注目度）: 29.95657582544203
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Citing opinions is a powerful yet understudied strategy in argumentation. For example, an environmental activist might say, "Leading scientists agree that global warming is a serious concern," framing a clause which affirms their own stance ("that global warming is serious") as an opinion endorsed ("[scientists] agree") by a reputable source ("leading"). In contrast, a global warming denier might frame the same clause as the opinion of an untrustworthy source with a predicate connoting doubt: "Mistaken scientists claim [...]." Our work studies opinion-framing in the global warming (GW) debate, an increasingly partisan issue that has received little attention in NLP. We introduce Global Warming Stance Dataset (GWSD), a dataset of stance-labeled GW sentences, and train a BERT classifier to study novel aspects of argumentation in how different sides of a debate represent their own and each other's opinions. From 56K news articles, we find that similar linguistic devices for self-affirming and opponent-doubting discourse are used across GW-accepting and skeptic media, though GW-skeptical media shows more opponent-doubt. We also find that authors often characterize sources as hypocritical, by ascribing opinions expressing the author's own view to source entities known to publicly endorse the opposing view. We release our stance dataset, model, and lexicons of framing devices for future work on opinion-framing and the automatic detection of GW stance.
• Abstract（参考訳）: 意見を聞くことは議論において強力だが検討された戦略である。 例えば、環境活動家は「リーダー科学者は温暖化は深刻な懸念であると同意する」と言い、自身の立場を肯定する条項(『温暖化は深刻なものである』)を、発言可能な情報源(「リーダー」)によって支持された意見(「科学者が同意する」)と表現している。 対照的に、地球温暖化を否定する者は、信頼できない情報源の意見と同じ条項を、疑念を抱く述語で表しているかもしれない:「誤った科学者が[...]を主張する」。 我々の研究は、地球温暖化(GW)に関する議論における意見交換について研究している。 gw文のデータセットである地球温暖化姿勢データセット(gwsd)を導入し、bert分類器(bert classifier)を訓練して、議論の異なる側面が自分自身とお互いの意見をどのように表現しているかを論じる。 56Kのニュース記事から,GW受容メディアや懐疑メディアにまたがって,自己肯定的・否定的談話のための類似の言語装置が使用されていることがわかった。 また、著者は、著者自身の見解を、反対の見解を公然と支持することで知られるソースエンティティに説明することで、ソースを偽批判として特徴づけることがしばしばある。 我々は,今後のオピニオンフレーミングおよびgw姿勢の自動検出のためのフレーミング装置の姿勢データセット,モデル,レキシコンをリリースする。

関連論文リスト

• Climate change denial and anti-science communities on brazilian Telegram: climate disinformation as a gateway to broader conspiracy networks [0.0]
  この研究は、ブラジルの陰謀論コミュニティが気候変動や反科学のテーマについて、どのようにTelegramで明らかにされているかという研究課題に答えようとしている。 この研究は、テレグラムにおけるブラジルの陰謀論コミュニティの理解と特徴化を目的とした7つの研究のシリーズの一部であることは注目に値する。
  論文  参考訳（メタデータ） (2024-08-27T17:14:27Z)
• Missci: Reconstructing Fallacies in Misrepresented Science [84.32990746227385]
  ソーシャルネットワーク上の健康関連の誤報は、意思決定の貧弱さと現実世界の危険につながる可能性がある。 ミスシは、誤った推論のための新しい議論理論モデルである。 大規模言語モデルの批判的推論能力をテストするためのデータセットとしてMissciを提案する。
  論文  参考訳（メタデータ） (2024-06-05T12:11:10Z)
• Augmented CARDS: A machine learning approach to identifying triggers of climate change misinformation on Twitter [14.111559061588983]
  気候変動に関する誤報は、社会的な幸福に重大な脅威をもたらす。 オンライン誤報の急増は、ファクトチェッカーが虚偽の主張を軽視する能力を大きく上回っている。 2段階の階層モデルであるAugmented CARDSモデルを開発した。
  論文  参考訳（メタデータ） (2024-04-24T06:03:07Z)
• Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
  大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。 我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。 この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-15T04:02:24Z)
• "Here's Your Evidence": False Consensus in Public Twitter Discussions of COVID-19 Science [50.08057052734799]
  プリプリントサーバからの抽象化のサンプルに基づいて,科学的コンセンサスを推定する。 アンチ・コンセンサス(反合意)の投稿や利用者は、概してプロ・コンセンサス(反合意)の投稿ほど多くはないが、Twitter上では圧倒的に過剰に表現されている。
  論文  参考訳（メタデータ） (2024-01-24T06:16:57Z)
• Automated Fact-Checking of Climate Change Claims with Large Language Models [3.1080484250243425]
  本稿では、気候変動の主張の事実チェックを自動化するために設計された、新しいAIベースのツールであるCliminatorを提案する。 Climinatorは、様々な科学的視点を合成するために、革新的なMediator-Advocateフレームワークを使用している。 我々のモデルは、気候フィードバックと懐疑的な科学から収集されたクレームをテストする際に、顕著な精度を示す。
  論文  参考訳（メタデータ） (2024-01-23T08:49:23Z)
• Generating Literal and Implied Subquestions to Fact-check Complex Claims [64.81832149826035]
  我々は、複雑なクレームを、そのクレームの正確性に影響を及ぼす「イエス・ノー・サブクエスト」の包括的集合に分解することに集中する。 我々は1000以上のクレームに対する分解のデータセットである ClaimDecomp を提示する。 これらのサブクエストは、関連する証拠を特定し、すべてのクレームを事実確認し、回答を通じて正確性を引き出すのに役立ちます。
  論文  参考訳（メタデータ） (2022-05-14T00:40:57Z)
• You are right. I am ALARMED -- But by Climate Change Counter Movement [40.66864319982138]
  我々は、社会科学における気候誤報に関する文献を再考し、NLPのコミュニティに導入するために再パッケージする。 我々は、このギャップを、既知の気候変動の誤報のある記事を取り除き、リリースすることで埋めようとしている。
  論文  参考訳（メタデータ） (2020-04-30T16:06:02Z)

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。

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。