論文の概要: The State of Infodemic on Twitter
- arxiv url: http://arxiv.org/abs/2105.07730v1
- Date: Mon, 17 May 2021 10:58:35 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-18 22:59:00.690091
- Title: The State of Infodemic on Twitter
- Title（参考訳）: Twitterのインフォデミックの現状
- Authors: Drishti Jain (1), Tavpritesh Sethi (1) ((1) Indraprastha Institute of
Information Technology)
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Following the wave of misinterpreted, manipulated and malicious information
growing on the Internet, the misinformation surrounding COVID-19 has become a
paramount issue. In the context of the current COVID-19 pandemic, social media
posts and platforms are at risk of rumors and misinformation in the face of the
serious uncertainty surrounding the virus itself. At the same time, the
uncertainty and new nature of COVID-19 means that other unconfirmed information
that may appear "rumored" may be an important indicator of the behavior and
impact of this new virus. Twitter, in particular, has taken a center stage in
this storm where Covid-19 has been a much talked about subject. We have
presented an exploratory analysis of the tweets and the users who are involved
in spreading misinformation and then delved into machine learning models and
natural language processing techniques to identify if a tweet contains
misinformation.
- Abstract（参考訳）: インターネット上での誤解釈、操作、悪意のある情報の拡散に伴い、新型コロナウイルスを取り巻く誤報が最重要課題となっている。
現在の新型コロナウイルス(COVID-19)パンデミックの状況では、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。
同時に、新型コロナウイルスの不確実性と新しい性質は、「噂」に見える他の未確認情報も、この新型ウイルスの行動と影響の重要な指標となる可能性があることを意味する。
特にTwitterは、Covid-19が話題になっているこの嵐の中心に立った。
我々は,誤情報の拡散に関与するツイートとユーザの探索的分析を行い,その上で機械学習モデルと自然言語処理技術を用いて,そのツイートが誤情報を含んでいるかどうかを判定した。
関連論文リスト
- AMIR: Automated MisInformation Rebuttal -- A COVID-19 Vaccination Datasets based Recommendation System [0.05461938536945722]
本研究は,ソーシャルメディアから得られる既存の情報を活用して,大規模な誤報の自動報知を容易にする方法について検討した。
FaCov(ファクトチェック記事)と誤解を招く(ソーシャルメディアTwitter)という、新型コロナウイルスワクチンに関する2つの公開データセットを活用している。
論文 参考訳（メタデータ） (2023-10-29T13:07:33Z) - 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) - "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) - 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) - Know it to Defeat it: Exploring Health Rumor Characteristics and
Debunking Efforts on Chinese Social Media during COVID-19 Crisis [65.74516068984232]
われわれは、中国のマイクロブログサイトWeiboで、新型コロナウイルス(COVID-19)に関する4ヶ月にわたる噂に関するオンラインディスカッションを包括的に分析した。
以上の結果から、不安(恐怖)型健康噂は、希望(希望)型よりもはるかに多くの議論を巻き起こし、長く続いたことが示唆された。
本稿では,噂の議論を抑えるためのデバンキングの有効性を示す。
論文 参考訳（メタデータ） (2021-09-25T14:02:29Z) - The Role of the Crowd in Countering Misinformation: A Case Study of the
COVID-19 Infodemic [15.885290526721544]
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。
論文 参考訳（メタデータ） (2020-11-11T13:48:44Z) - 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) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z) - Analysis of misinformation during the COVID-19 outbreak in China:
cultural, social and political entanglements [6.256108383411306]
新型コロナウイルス(COVID-19)は、公衆の信頼を損なうインフォデミックを引き起こし、ウイルスの封じ込めを阻害し、パンデミック自体を超過させる可能性がある。
メディアの進化と断片化は、誤情報拡散の鍵となる要因である。
われわれの発見は、新型コロナウイルス(COVID-19)における誤報の異なる特徴に光を当て、中国と全世界で誤報と戦うための洞察を与えてくれた。
論文 参考訳（メタデータ） (2020-05-21T01:34:08Z) - 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。