Fugu-MT 論文翻訳(概要): Two Truths and a Lie: Exploring Soft Moderation of COVID-19 Misinformation with Amazon Alexa

論文の概要: Two Truths and a Lie: Exploring Soft Moderation of COVID-19 Misinformation with Amazon Alexa

arxiv url: http://arxiv.org/abs/2104.04077v1
Date: Thu, 1 Apr 2021 22:37:34 GMT
ステータス: 処理完了
システム内更新日: 2023-04-05 21:53:48.261791
Title: Two Truths and a Lie: Exploring Soft Moderation of COVID-19 Misinformation with Amazon Alexa
Title（参考訳）: 2つの真実と嘘:Amazon Alexaによる新型コロナウイルスの誤報のソフト・モデレーションを探る
Authors: Donald Gover and Filipo Sharevski
Abstract要約: われわれは、Twitterが新型コロナウイルス(COVID-19)の誤報コンテンツに適用したソフトモデレーションを、警告カバーと警告タグの両方で模倣した。テキストから音声に変換しても、音声のバック警告カバーは意図通りに動作しない可能性があることがわかった。音声アシスタントのソフトモデレーション適応について検討し、新型コロナウイルスの誤報を抑えることを目的とした効果について考察した。
参考スコア（独自算出の注目度）: 6.421670116083633
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we analyzed the perceived accuracy of COVID-19 vaccine Tweets when they were spoken back by a third-party Amazon Alexa skill. We mimicked the soft moderation that Twitter applies to COVID-19 misinformation content in both forms of warning covers and warning tags to investigate whether the third-party skill could affect how and when users heed these warnings. The results from a 304-participant study suggest that the spoken back warning covers may not work as intended, even when converted from text to speech. We controlled for COVID-19 vaccination hesitancy and political leanings and found that the vaccination hesitant Alexa users ignored any type of warning as long as the Tweets align with their personal beliefs. The politically independent users trusted Alexa less then their politically-laden counterparts and that helped them accurately perceiving truthful COVID-19 information. We discuss soft moderation adaptations for voice assistants to achieve the intended effect of curbing COVID-19 misinformation.
Abstract（参考訳）: 本稿では、サードパーティのamazon alexaスキルを用いて、新型コロナウイルス(covid-19)ワクチンのツイートの正確性を分析した。私たちは、twitterが新型コロナウイルス(covid-19)の誤情報コンテンツに適用するソフトモデレーションを、警告カバーと警告タグの両方の形式で模倣して、サードパーティのスキルが、ユーザーがこれらの警告をいつ、いつ、どのように監視できるかを検証した。 304名の被験者による研究結果から,テキストから音声への変換においても,音声バック警告カバーは意図通りに動作しない可能性が示唆された。われわれは、新型コロナウイルスの予防接種と政治的傾向をコントロールし、ツイートが個人的な信念と一致している限り、Alexaのユーザーはいかなる種類の警告も無視していることがわかった。政治的に独立したユーザーは、Alexaを政治的に劣勢なユーザーよりも信頼しており、新型コロナウイルスの情報を正確に把握するのに役立った。本稿では,新型コロナウイルスの誤情報の抑制を目的とした音声アシスタントのソフトモデレーション適応について検討する。

関連論文リスト

Not cool, calm or collected: Using emotional language to detect COVID-19 misinformation [0.0]
ツイッターなどのソーシャルメディアプラットフォーム上での新型コロナウイルス(COVID-19)の誤報は、効果的なパンデミック管理の脅威だ。我々は、ツイート感情エンコーダと、ツイートに新型コロナウイルスの誤情報が含まれているかどうかを予測するために、ツイート感情エンコーダと、ツイート誤情報エンコーダの両方を使用する、新しい新型コロナウイルス誤情報モデルを提案する。
論文参考訳（メタデータ） (2023-03-27T22:24:05Z)
"COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文参考訳（メタデータ） (2022-06-12T19:41:01Z)
ArCovidVac: Analyzing Arabic Tweets About COVID-19 Vaccination [7.594204373985492]
新型コロナウイルス(COVID-19)予防接種キャンペーンのために、手動で注釈付けされた最初のアラビアのツイートデータセットArCovidVacをリリースしました。データセットには、(i)Informativeness(より重要でないツイート)、(ii)きめ細かいツイートコンテンツタイプ(アドバイス、噂、制限、認証されたニュース/情報)、(iii)予防接種に対するスタンスなど、さまざまなアノテーション層が組み込まれている。
論文参考訳（メタデータ） (2022-01-17T16:19:21Z)
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)
News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文参考訳（メタデータ） (2021-06-07T19:26:32Z)
"Hey Alexa, What do You Know About the COVID-19 Vaccine?" -- (Mis)perceptions of Mass Immunization Among Voice Assistant Users [10.667165962654996]
ソーシャルメディアとは異なり、Amazon Alexaは未検証コンテンツにソフトモデレーションを適用しない。サードパーティの悪質なスキルは、情報利用者の認識精度を低下させる可能性がある。我々は、誤解を誘発する、あるいは完全に新型コロナウイルスの誤報による悪意のある第三者のスキルに対するソフトモデレーションの解決策について議論する。
論文参考訳（メタデータ） (2021-05-06T15:26:48Z)
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)
TICO-19: the Translation Initiative for Covid-19 [112.5601530395345]
COvid-19の翻訳イニシアチブ(TICO-19)は、テストおよび開発データを、35の異なる言語でAIおよびMT研究者に提供した。同じデータが表現されているすべての言語に変換されるため、テストや開発は、セット内の任意の言語のペアリングに対して行うことができる。
論文参考訳（メタデータ） (2020-07-03T16:26:17Z)
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)
Racism is a Virus: Anti-Asian Hate and Counterspeech in Social Media during the COVID-19 Crisis [51.39895377836919]
新型コロナウイルスは、アジアのコミュニティをターゲットにしたソーシャルメディア上で人種差別や憎悪を引き起こしている。我々は、Twitterのレンズを通して、反アジアヘイトスピーチの進化と普及について研究する。私たちは、14ヶ月にわたる反アジア的憎悪と反音声のデータセットとして最大となるCOVID-HATEを作成します。
論文参考訳（メタデータ） (2020-05-25T21:58:09Z)
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。