論文の概要: The Role of the Crowd in Countering Misinformation: A Case Study of the COVID-19 Infodemic

• arxiv url: http://arxiv.org/abs/2011.05773v2
• Date: Thu, 12 Nov 2020 04:20:37 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-27 00:42:23.309796
• Title: The Role of the Crowd in Countering Misinformation: A Case Study of the COVID-19 Infodemic
• Title（参考訳）: 誤報対策における集団の役割 : COVID-19情報デミックを事例として
• Authors: Nicholas Micallef, Bing He, Srijan Kumar, Mustaque Ahamad and Nasir Memon
• Abstract要約: 我々は、新型コロナウイルスのパンデミックに関連するツイート、誤報の拡散、プロの事実確認、そして新型コロナウイルスに関する一般的な誤解を招く主張に対する大衆の反応を分析することに重点を置いている。 我々は分類器を訓練して155,468件のCOVID-19関連ツイートのデータセットを作成し、33,237件の虚偽の主張と33,413件の反論を含む。 我々は、誤報ツイートの急増が、そうした誤報を否定する速報とそれに対応するツイートの増加をもたらすことを観察する。
• 参考スコア（独自算出の注目度）: 15.885290526721544
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fact checking by professionals is viewed as a vital defense in the fight against misinformation.While fact checking is important and its impact has been significant, fact checks could have limited visibility and may not reach the intended audience, such as those deeply embedded in polarized communities. Concerned citizens (i.e., the crowd), who are users of the platforms where misinformation appears, can play a crucial role in disseminating fact-checking information and in countering the spread of misinformation. To explore if this is the case, we conduct a data-driven study of misinformation on the Twitter platform, focusing on tweets related to the COVID-19 pandemic, analyzing the spread of misinformation, professional fact checks, and the crowd response to popular misleading claims about COVID-19. In this work, we curate a dataset of false claims and statements that seek to challenge or refute them. We train a classifier to create a novel dataset of 155,468 COVID-19-related tweets, containing 33,237 false claims and 33,413 refuting arguments.Our findings show that professional fact-checking tweets have limited volume and reach. In contrast, we observe that the surge in misinformation tweets results in a quick response and a corresponding increase in tweets that refute such misinformation. More importantly, we find contrasting differences in the way the crowd refutes tweets, some tweets appear to be opinions, while others contain concrete evidence, such as a link to a reputed source. Our work provides insights into how misinformation is organically countered in social platforms by some of their users and the role they play in amplifying professional fact checks.These insights could lead to development of tools and mechanisms that can empower concerned citizens in combating misinformation. The code and data can be found in http://claws.cc.gatech.edu/covid_counter_misinformation.html.
• Abstract（参考訳）: 事実チェックは重要であり、影響も大きいが、事実チェックは視認性に限界があり、偏極化したコミュニティに深く埋め込まれているような、意図した聴衆には届かない可能性がある。 誤情報が現れるプラットフォームの利用者である関心のある市民(すなわち、群衆)は、事実確認情報の拡散や誤情報の拡散に対抗する上で重要な役割を果たすことができる。 新型コロナウイルス(covid-19)のパンデミックに関連するツイート、誤情報の拡散、専門家の事実確認、そしてcovid-19に関する誤解を招く一般的な主張に対する群衆の反応を分析します。 この作業では、疑似クレームとそれらの挑戦や反論を求めるステートメントのデータセットをキュレートします。 我々は分類器を訓練し、155,468件のCOVID-19関連ツイートのデータセットを作成し、33,237件の虚偽の主張と33,413件の反論を含む。 対照的に、誤情報のツイートの急増は、迅速な応答と、その誤情報を否定するツイートの増加をもたらすことを観察する。 さらに重要なことは、群衆がツイートを反論する方法の違いや、一部のツイートが意見であるように見えること、その他には、非難された情報源へのリンクなど、具体的な証拠が含まれていることだ。 我々の研究は、一部のユーザーによるソーシャルプラットフォームにおける誤情報がどのように組織的に対処されているか、そして彼らがプロフェッショナルな事実チェックを増幅する役割について洞察を提供する。 コードとデータはhttp://claws.cc.gatech.edu/covid_counter_misinformation.htmlにある。

関連論文リスト

• Missing Counter-Evidence Renders NLP Fact-Checking Unrealistic for Misinformation [67.69725605939315]
  誤報は、信頼できる情報が限られている不確実な時に現れる。 NLPベースのファクトチェックは、まだ利用できないかもしれない反証拠に依存しているため、これは難しい。
  論文  参考訳（メタデータ） (2022-10-25T09:40:48Z)
• 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)
• 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)
• FaVIQ: FAct Verification from Information-seeking Questions [77.7067957445298]
  実ユーザによる情報探索質問を用いて,ファVIQと呼ばれる大規模事実検証データセットを構築した。 我々の主張は自然であると証明され、語彙バイアスがほとんどなく、検証の証拠を完全に理解する必要がある。
  論文  参考訳（メタデータ） (2021-07-05T17:31:44Z)
• The State of Infodemic on Twitter [0.0]
  ソーシャルメディアの投稿やプラットフォームは、ウイルス自体を取り巻く深刻な不確実性に直面して、噂や誤報のリスクにさらされている。 我々は,誤情報の拡散に関与しているツイートとユーザの探索的分析を行った。 次に、機械学習モデルと自然言語処理技術を掘り下げて、ツイートに誤情報が含まれているかどうかを特定しました。
  論文  参考訳（メタデータ） (2021-05-17T10:58:35Z)
• 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)
• Predicting Misinformation and Engagement in COVID-19 Twitter Discourse in the First Months of the Outbreak [1.2059055685264957]
  新型コロナウイルス(COVID-19)関連ツイート50万件近くを調べ、ボット行動とエンゲージメントの機能として誤情報を理解する。 実際のユーザーは事実と誤情報の両方をツイートし、ボットは偽情報よりも比例的にツイートしていることがわかった。
  論文  参考訳（メタデータ） (2020-12-03T18:47:34Z)
• ArCOV19-Rumors: Arabic COVID-19 Twitter Dataset for Misinformation Detection [6.688963029270579]
  ArCOV19-Rumorsは、1月27日から2020年4月末までのクレームを含むツイートからなる誤情報検出のためのアラビア語のTwitterデータセットである。 本誌は138件の確認済みのクレームを、主に人気ファクトチェックサイトから収集し、それらのクレームに関連する9.4万件のツイートを特定した。 ツイートは、パンデミックで直面した主要な問題の一つである誤情報検出の研究を支援するために、正確さで手動で注釈付けされた。
  論文  参考訳（メタデータ） (2020-10-17T11:21:40Z)
• 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)
• An Exploratory Study of COVID-19 Misinformation on Twitter [5.070542698701158]
  新型コロナウイルス(COVID-19)パンデミックの間、ソーシャルメディアは誤報の本拠地となっている。 新型コロナウイルスの話題に関して,Twitter上での誤報の伝播,著者,内容に関する探索的研究を行った。
  論文  参考訳（メタデータ） (2020-05-12T12:07:35Z)
• COVID-19 on Social Media: Analyzing Misinformation in Twitter Conversations [22.43295864610142]
  私たちは、2020年3月1日からTwitter APIを使用して、COVID-19に関連するストリーミングデータを収集しました。 事実確認情報をもとに、信頼できない内容と誤解を招く内容を特定した。 偽情報ツイートで宣伝された物語と、これらのツイートとのエンゲージメントの分配について検討した。
  論文  参考訳（メタデータ） (2020-03-26T09:48:24Z)

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。