論文の概要: The Coronavirus is a Bioweapon: Analysing Coronavirus Fact-Checked
Stories
- arxiv url: http://arxiv.org/abs/2104.01215v1
- Date: Fri, 2 Apr 2021 19:27:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-08 05:21:54.870347
- Title: The Coronavirus is a Bioweapon: Analysing Coronavirus Fact-Checked
Stories
- Title(参考訳): コロナウイルスはバイオウェポンだ:コロナウイルスの偽ニュースの分析
- Authors: Lynnette Hui Xian Ng and Kathleen M. Carley
- Abstract要約: 私たちは、2020年1月から6月までの事実チェックグループPolitiFact、Poynter、Snopesによって報告されたストーリーを探索します。
時系列とストーリー妥当性の傾向を分析する前に、6つのストーリークラスタに特徴付ける。
多様なストーリーソースの分類に使用できるBERT分類器を用いた独自の自動メソッドを提案する。
- 参考スコア(独自算出の注目度): 10.41173550046445
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The 2020 coronavirus pandemic has heightened the need to flag
coronavirus-related misinformation, and fact-checking groups have taken to
verifying misinformation on the Internet. We explore stories reported by
fact-checking groups PolitiFact, Poynter and Snopes from January to June 2020,
characterising them into six story clusters before then analyse time-series and
story validity trends and the level of agreement across sites. We further break
down the story clusters into more granular story types by proposing a unique
automated method with a BERT classifier, which can be used to classify diverse
story sources, in both fact-checked stories and tweets.
- Abstract(参考訳): 2020年の新型コロナウイルスの感染拡大で、新型コロナウイルス関連の誤報を警告する必要性が高まっている。
我々は、2020年1月から6月までにPolitiFact、Pynter、Snopesによって報告されたストーリーを6つのストーリークラスタに分類し、時系列とストーリー妥当性の傾向とサイト間の合意のレベルを分析した。
さらに、さまざまなストーリーソースをファクトチェックされたストーリーとつぶやきの両方で分類するために、BERT分類器でユニークな自動メソッドを提案することで、ストーリークラスタをより粒度の細かいストーリータイプに分解します。
関連論文リスト
- SCStory: Self-supervised and Continual Online Story Discovery [53.72745249384159]
SCStoryは、素早く公開されたニュース記事ストリームを人間のアノテーションなしでリアルタイムで消化するのに役立つ。
SCStoryは、ニュース記事ストリームのストーリー指向適応モデリングという新しいアイデアを取り入れて、自己指導的かつ継続的な学習を取り入れている。
論文 参考訳(メタデータ) (2023-11-27T04:50:01Z) - Where Do People Tell Stories Online? Story Detection Across Online
Communities [21.58825867770526]
オンラインコミュニティにおけるストーリーの検出は、ストーリーがコミュニティに散らばっていて、1つのテキスト内でノンストーリーテリングスパンと織り交ぜられるため、難しい作業である。
Redditの投稿とコメント502件のデータセット、ソーシャルメディアのコンテキストに適合したコードブック、ドキュメントとスパンレベルでのストーリーテリングを予測するモデルを含むStorySeekerツールキットをリリースしました。
論文 参考訳(メタデータ) (2023-11-16T08:42:26Z) - Adapting Fake News Detection to the Era of Large Language Models [54.60443666911077]
我々は,機械による(言い換えられた)リアルニュース,機械生成のフェイクニュース,人書きのフェイクニュース,人書きのリアルニュースの相互作用について検討する。
我々の実験では、人書き記事のみに特化して訓練された検知器が、機械が生成したフェイクニュースを検出できる興味深いパターンを明らかにしましたが、その逆ではありません。
論文 参考訳(メタデータ) (2023-11-02T08:39:45Z) - Unsupervised Story Discovery from Continuous News Streams via Scalable
Thematic Embedding [37.62597275581973]
関連ニュース記事のあるストーリーをリアルタイムで発見することは、高価な人間のアノテーションなしで巨大なニュースストリームを消化するのに役立ちます。
記事や物語を動的に表現するために,既訓練の文エンコーダを用いた新しいテーマ埋め込みを提案する。
実ニュースデータセットによる徹底的な評価は、USTORYがベースラインよりも高いストーリー発見性能を達成することを示す。
論文 参考訳(メタデータ) (2023-04-08T20:41:15Z) - Multiverse: Multilingual Evidence for Fake News Detection [71.51905606492376]
Multiverseは、偽ニュースの検出に使用できる多言語エビデンスに基づく新機能である。
偽ニュース検出機能としての言語間証拠の使用仮説を確認した。
論文 参考訳(メタデータ) (2022-11-25T18:24:17Z) - Classifying COVID-19 vaccine narratives [7.784326429148358]
政府の情報キャンペーンや世界保健機関(WHO)の努力にもかかわらず、ワクチンの行き詰まりは広範囲に及んでいる。
本稿では,新型コロナウイルスワクチンを7つのカテゴリの1つに分類する新しいワクチン物語分類タスクを紹介する。
また,クロスバリデーション条件下での精度を84%に向上させるニューラルワクチン物語分類器も提案した。
論文 参考訳(メタデータ) (2022-07-18T11:37:47Z) - 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) - A k-mer Based Approach for SARS-CoV-2 Variant Identification [55.78588835407174]
アミノ酸の順序を保つことで,分類器の精度が向上することを示す。
また,アメリカ疾病予防管理センター(CDC)が報告した,変異の同定に重要な役割を担っているアミノ酸の重要性も示した。
論文 参考訳(メタデータ) (2021-08-07T15:08:15Z) - Tackling COVID-19 Infodemic using Deep Learning [0.0]
オンラインメディア上で偽ニュースを検出し、分類し、新型コロナウイルスや新型コロナウイルスに関連する偽情報を検出する。
データセットには偽の投稿、記事、ニュースがポリティファクトのような事実チェックサイトから集められ、実際のツイートは確認済みのTwitterハンドルから取られた。
論文 参考訳(メタデータ) (2021-07-01T11:07:47Z) - ArCorona: Analyzing Arabic Tweets in the Early Days of Coronavirus
(COVID-19) Pandemic [3.057212947792573]
我々は、新型コロナウイルスに関連するアラビア語のツイートを手動で注釈付けした最大のデータセットを提示する。
アノテーションガイドラインを記述し、データセットを分析し、効果的な機械学習とトランスフォーマーに基づく分類モデルを構築する。
論文 参考訳(メタデータ) (2020-12-02T19:05:25Z) - Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。
敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。
ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
論文 参考訳(メタデータ) (2020-09-16T14:13:15Z)
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。