Fugu-MT 論文翻訳(概要): Prioritizing Original News on Facebook

論文の概要: Prioritizing Original News on Facebook

arxiv url: http://arxiv.org/abs/2102.08465v1
Date: Tue, 16 Feb 2021 22:00:08 GMT
ステータス: 処理完了
システム内更新日: 2021-02-18 14:26:48.811682
Title: Prioritizing Original News on Facebook
Title（参考訳）: Facebookでオリジナルニュースを優先する
Authors: Xiuyan Ni, Shujian Bu, Igor Markov
Abstract要約: オリジナル性スコアの構築とデプロイの課題を特定します。ほぼリアルタイムでシステムアーキテクチャを説明し、方法論を評価し、本番環境にデプロイする。
参考スコア（独自算出の注目度）: 1.2522889958051284
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This work outlines how we prioritize original news, a critical indicator of news quality. By examining the landscape and life-cycle of news posts on our social media platform, we identify challenges of building and deploying an originality score. We pursue an approach based on normalized PageRank values and three-step clustering, and refresh the score on an hourly basis to capture the dynamics of online news. We describe a near real-time system architecture, evaluate our methodology, and deploy it to production. Our empirical results validate individual components and show that prioritizing original news increases user engagement with news and improves proprietary cumulative metrics.
Abstract（参考訳）: この作業は、ニュース品質の重要な指標であるオリジナルニュースの優先順位付け方法の概要です。ソーシャルメディアプラットフォーム上でのニュース投稿のランドスケープとライフサイクルを調べることで、オリジナル性スコアの構築と展開の課題を特定する。我々は,正規化されたページランク値と3段階クラスタリングに基づくアプローチを追求し,オンラインニュースのダイナミクスを捉えるために,1時間単位でスコアをリフレッシュする。ほぼリアルタイムでシステムアーキテクチャを説明し、方法論を評価し、本番環境にデプロイする。実験結果から,各コンポーネントの検証を行い,ニュースの優先順位付けによってユーザのニュースへのエンゲージメントが向上し,プロプライエタリな累積メトリクスが向上することを示す。

関連論文リスト

AI-Press: A Multi-Agent News Generating and Feedback Simulation System Powered by Large Language Models [33.01589900111173]
本稿では,マルチエージェントコラボレーションとRetrieval-Augmented Generationに基づく自動ニュース起草・研磨システムであるAI-Pressを紹介する。人口分布を考慮した公共フィードバックを生成するフィードバックシミュレーションシステムを開発した。本システムは,ニュース生成能力の大幅な向上を示し,公開フィードバックシミュレーションの有効性を検証した。
論文参考訳（メタデータ） (2024-10-10T02:58:52Z)
Ethio-Fake: Cutting-Edge Approaches to Combat Fake News in Under-Resourced Languages Using Explainable AI [44.21078435758592]
誤報はコンテンツの作成や拡散が容易なため、急速に広まることがある。従来のフェイクニュース検出のアプローチは、コンテンツベースの機能にのみ依存することが多い。本稿では,ソーシャルコンテキストに基づく機能とニュースコンテンツ機能を統合した包括的アプローチを提案する。
論文参考訳（メタデータ） (2024-10-03T15:49:35Z)
Exposing and Explaining Fake News On-the-Fly [4.278181795494584]
この研究は、偽ニュースをリアルタイムで認識するための説明可能なオンライン分類手法に寄与する。提案手法は、教師なしおよび教師なしの機械学習アプローチとオンライン生成レキシカを組み合わせたものである。提案手法の性能はTwitterの実際のデータセットで検証され,その結果は80%精度とマクロF測定値を得た。
論文参考訳（メタデータ） (2024-05-03T14:49:04Z)
Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文参考訳（メタデータ） (2023-09-28T13:19:43Z)
An Interactive Framework for Profiling News Media Sources [26.386860411085053]
本稿では,ニュースメディアのプロファイリングのためのインタラクティブなフレームワークを提案する。グラフベースのニュースメディアプロファイリングモデル、事前訓練された大規模言語モデル、人間の洞察の強みを組み合わせる。人間のインタラクションが5つにも満たないので、我々のフレームワークはフェイクや偏見のあるニュースメディアを素早く検出できる。
論文参考訳（メタデータ） (2023-09-14T02:03:45Z)
Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文参考訳（メタデータ） (2023-05-25T21:01:00Z)
Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文参考訳（メタデータ） (2023-01-14T18:58:42Z)
VLSNR:Vision-Linguistics Coordination Time Sequence-aware News Recommendation [0.0]
マルチモーダルセマンティクスは、ユーザの時間的および長期的関心の理解を高めるのに有用である。本研究では,視覚言語による時系列ニュースレコメンデーションを提案する。また,大規模なマルチモーダルニュースレコメンデーションデータセットV-MINDを構築した。
論文参考訳（メタデータ） (2022-10-06T14:27:37Z)
A Closer Look at Debiased Temporal Sentence Grounding in Videos: Dataset, Metric, and Approach [53.727460222955266]
テンポラル・センテンス・グラウンディング・イン・ビデオ(TSGV)は、未編集のビデオに自然言語文を埋め込むことを目的としている。最近の研究では、現在のベンチマークデータセットには明らかなモーメントアノテーションバイアスがあることが判明している。偏りのあるデータセットによる膨らませ評価を緩和するため、基礎的リコールスコアを割引する新しい評価基準「dR@n,IoU@m」を導入する。
論文参考訳（メタデータ） (2022-03-10T08:58:18Z)
Investigating Crowdsourcing Protocols for Evaluating the Factual Consistency of Summaries [59.27273928454995]
要約に適用される現在の事前学習モデルは、ソーステキストを誤って表現したり、外部情報を導入したりする事実上の矛盾がちである。評価ベースのLikertスケールとランキングベースのBest-Worst Scalingプロトコルを用いた,事実整合性のためのクラウドソーシング評価フレームワークを構築した。ランキングベースのプロトコルは、データセット間の要約品質をより信頼性の高い尺度を提供するのに対して、Likertレーティングの信頼性はターゲットデータセットと評価設計に依存する。
論文参考訳（メタデータ） (2021-09-19T19:05:00Z)
Graph Enhanced Representation Learning for News Recommendation [85.3295446374509]
本稿では,ユーザとニュースの表現学習を強化するニューズレコメンデーション手法を提案する。本手法では,歴史的ユーザクリック行動から構築した二部グラフのノードとして,ユーザとニュースをみなす。
論文参考訳（メタデータ） (2020-03-31T15:27:31Z)

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。