論文の概要: TrollHunter2020: Real-Time Detection of Trolling Narratives on Twitter
During the 2020 US Elections
- arxiv url: http://arxiv.org/abs/2012.02606v2
- Date: Mon, 7 Dec 2020 02:59:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-23 04:27:57.744950
- Title: TrollHunter2020: Real-Time Detection of Trolling Narratives on Twitter
During the 2020 US Elections
- Title（参考訳）: TrollHunter2020:2020年の米国大統領選挙でTwitter上でのトロール記事のリアルタイム検出
- Authors: Peter Jachim and Filipo Sharevski and Emma Pieroni
- Abstract要約: TrollHunter2020は、2020年のアメリカ合衆国大統領選挙でTwitter上でトロリングの物語をリアルタイムに検出するメカニズムである。
われわれはTrollHunter 2020が、展開する偏光イベントのごく初期段階で、出現するトロリングの物語を実際に捉えていることを示唆している。
- 参考スコア（独自算出の注目度）: 1.5469452301122175
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents TrollHunter2020, a real-time detection mechanism we used
to hunt for trolling narratives on Twitter during the 2020 U.S. elections.
Trolling narratives form on Twitter as alternative explanations of polarizing
events like the 2020 U.S. elections with the goal to conduct information
operations or provoke emotional response. Detecting trolling narratives thus is
an imperative step to preserve constructive discourse on Twitter and remove an
influx of misinformation. Using existing techniques, this takes time and a
wealth of data, which, in a rapidly changing election cycle with high stakes,
might not be available. To overcome this limitation, we developed
TrollHunter2020 to hunt for trolls in real-time with several dozens of trending
Twitter topics and hashtags corresponding to the candidates' debates, the
election night, and the election aftermath. TrollHunter2020 collects trending
data and utilizes a correspondence analysis to detect meaningful relationships
between the top nouns and verbs used in constructing trolling narratives while
they emerge on Twitter. Our results suggest that the TrollHunter2020 indeed
captures the emerging trolling narratives in a very early stage of an unfolding
polarizing event. We discuss the utility of TrollHunter2020 for early detection
of information operations or trolling and the implications of its use in
supporting a constrictive discourse on the platform around polarizing topics.
- Abstract（参考訳）: 本稿は、2020年の米国大統領選挙でTwitter上でのトロール物語をリアルタイムに検出するメカニズムであるTrollHunter2020を提示する。
トロール的な物語は、2020年のアメリカ合衆国大統領選挙のような二極化イベントの代替説明としてtwitterで形成され、情報操作や感情的な反応を誘発することを目的としている。
したがって、トロリングの物語を検知することは、Twitter上の建設的な会話を保存し、誤情報の流入を取り除くための必須ステップである。
既存の技術を利用することで、時間と豊富なデータが必要となり、急速に変化する選挙サイクルでは、高い利害が得られない可能性がある。
この制限を克服するため、我々はTrollHunter2020を開発し、候補者の討論、選挙の夜、選挙の余波に対応する数十のトレンドTwitterトピックやハッシュタグをリアルタイムで探しました。
trollhunter2020はトレンドデータを収集し、twitter上に現れるトロール物語の構築に使用されるトップ名詞と動詞の有意義な関係を検出するために対応分析を利用する。
以上の結果から,トロルフンター2020は,未解決の偏光現象のごく初期の段階において,現生のトロール物語を捉えていることが示唆された。
本稿では,情報操作やトロールの早期検出におけるtrollhunter2020の有用性と,その利用が,分極化トピックに関するプラットフォーム上の制約的談話を支援する上での意義について考察する。
関連論文リスト
- Russo-Ukrainian War: Prediction and explanation of Twitter suspension [47.61306219245444]
本研究は、Twitterのサスペンション機構と、これにつながる可能性のあるユーザアカウントの共有コンテンツと機能の分析に焦点を当てる。
Twitter APIを使って、980万人のユーザーから生まれた107.7万のツイートを含むデータセットを入手しました。
この結果から、Bitcoin詐欺、スパム、広告キャンペーンに対するロシアとウクライナの紛争に関するトレンドを生かした詐欺キャンペーンが明らかになった。
論文 参考訳（メタデータ） (2023-06-06T08:41:02Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - Identification of Twitter Bots based on an Explainable ML Framework: the
US 2020 Elections Case Study [72.61531092316092]
本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。
Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。
また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
論文 参考訳（メタデータ） (2021-12-08T14:12:24Z) - Comparing the Language of QAnon-related content on Parler, Gab, and
Twitter [68.8204255655161]
保守派の間で人気の「言論の自由」プラットフォームであるParlerは、2021年1月に、憎悪やQAnonなどの陰謀に関するコンテンツのモデレーションの欠如により、オフラインになった。
われわれは投稿をParlerの#QAnonというハッシュタグと比較する。
Gabはヘイト条件の#QAnon投稿が最も多く、ParlerとTwitterも同様である。
これら3つのプラットフォームにおいて、女性政治家、民主党員、ドナルド・トランプに言及する投稿は、男性政治家、共和党員、あるいは共和党員に言及する投稿よりも、より反社会的な言葉を持っている。
論文 参考訳（メタデータ） (2021-11-22T11:19:15Z) - Shifting Polarization and Twitter News Influencers between two U.S.
Presidential Elections [92.33485580547801]
我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。
トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。
2020年のトップインフルエンサーの75%は2016年は存在しなかった。
論文 参考訳（メタデータ） (2021-11-03T20:08:54Z) - Exposing Paid Opinion Manipulation Trolls [19.834000431578737]
機械学習を用いてウェブ上で有償トロルを見つける方法を示す。
本稿では,複数の異なる人々からトロルと呼ばれるユーザがそうである可能性が高いと仮定する。
さらに, (ii) と (iii) を区別するために訓練された分類器が, (iii) と (iii) を区別するために訓練された分類器が, (iii) と (iii) を区別する上でも極めて優れていることを示す。
論文 参考訳（メタデータ） (2021-09-26T11:40:14Z) - Characterizing Online Engagement with Disinformation and Conspiracies in
the 2020 U.S. Presidential Election [9.63004143218094]
ソーシャルメディアの永続的な操作は、2020年のアメリカ合衆国大統領選挙に対する懸念を増している。
2億2200万の選挙関連ツイートのデータセットを分析し,信頼できない(あるいは陰謀的)クレームから事実を分離するために,検出モデルを適用した。
我々は、信頼できない、陰謀的なツイートと、QAnon陰謀グループとのアカウントのエンゲージメントを、政治的傾倒とツイートタイプによって特徴づける。
論文 参考訳（メタデータ） (2021-07-17T22:11:13Z) - TrollHunter [Evader]: Automated Detection [Evasion] of Twitter Trolls
During the COVID-19 Pandemic [1.5469452301122175]
TrollHunterは、2020年の新型コロナウイルス(COVID-19)パンデミックでTwitter上でトロルを探すために使われる自動推論メカニズムだ。
新型コロナウイルス(COVID-19)のインフォデミックに対抗するために、TrollHunterは、Twitterの多次元コンテンツ機能のユニークな言語分析を利用している。
TrollHunterは98.5%の精度、75.4%の精度、69.8%のリコールを達成した。
論文 参考訳（メタデータ） (2020-12-04T13:46:42Z) - Russian trolls speaking Russian: Regional Twitter operations and MH17 [68.8204255655161]
2018年、Twitterはロシアのトロルとして特定されたアカウントのデータを公開した。
我々はこれらのトロルのロシア語操作を分析する。
MH17の事故に関するトロルズの情報キャンペーンは、ツイート数で最大のものだった。
論文 参考訳（メタデータ） (2020-05-13T19:48:12Z) - Detecting Troll Behavior via Inverse Reinforcement Learning: A Case
Study of Russian Trolls in the 2016 US Election [8.332032237125897]
Inverse Reinforcement Learning (IRL) に基づくトロール行動の抽出とトロールアカウントの同定手法を提案する。
調査事例として、2016年アメリカ合衆国大統領選挙におけるロシアの介入疑惑の調査において、米国議会が特定したトロルアカウントについて考察する。
IRLに基づくアプローチでは,トロルアカウントを正確に検出することが可能である。
論文 参考訳（メタデータ） (2020-01-28T19:50:19Z)
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。