論文の概要: Estudo Abordando o Contexto de Not\'icias Falsas em Pa\'ises de L\'ingua
Portuguesa (Fake News)
- arxiv url: http://arxiv.org/abs/2107.12831v1
- Date: Tue, 27 Jul 2021 14:00:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-20 19:21:30.446583
- Title: Estudo Abordando o Contexto de Not\'icias Falsas em Pa\'ises de L\'ingua
Portuguesa (Fake News)
- Title（参考訳）: Estudo Abordando o Contexto de Not\'icias Falsas em Pa\'ises de L\'ingua Portuguesa (Fake News)
- Authors: Carolina Duarte, Valderi Leithardt
- Abstract要約: 偽ニュースは現在広く使われている表現である。
このテーマで一般化された問題、例えば、これらがもたらす広汎な広がりと、それらが社会に与える影響などを特定することは可能であった。
ニュースが虚偽である確率を計算できるツールを入手することは可能だった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work consists of a study that addresses the context of false news in the
reality of today's world. False news is a widely used expression currently.
During the study, it was possible to identify problems generalized about this
theme, such as the wide spread that these have and the impact they have on
society. From these problems it was possible to identify more specific ones,
such as the origin of the news, the news source, a person who shares and/or
creates news and the interpersonal relationship existing. With the
identification of the aforementioned sub-problems, it was possible develop a
taxonomic model with the aim of implementing a tool that helps in detecting
false news, identifying if a news is true, false or whether the user must be
careful (when it is not possible identify whether the news is true or false).
After implementation, it was possible get a tool that allows you to calculate a
probability of a news being false, selected as selected options in each
parameter. It was also possible to verify that a probability was correct and
that the tool is reviewed in the study carried out.
- Abstract（参考訳）: この研究は、今日の世界の現実における偽ニュースの文脈に対処する研究から成り立っている。
偽ニュースは現在広く使われている表現である。
研究中、このテーマで一般化された問題、例えば、それらが社会に与える影響を広範囲に広げるなどを特定することが可能であった。
これらの問題から、ニュースの起源、ニュースソース、ニュースを共有し/作成する人、既存の対人関係など、より具体的なものを特定することが可能であった。
上記のサブプロブレムの識別により、偽ニュースの検出、ニュースの真偽の特定、利用者の注意が必要であるかどうかの識別を支援するツール(ニュースが真偽か偽かを識別できない場合)を実装することを目的として、分類学モデルを開発することが可能となった。
実装後、各パラメータで選択されたオプションとして選択されたニュースが偽である確率を計算できるツールを得ることができた。
また, 確率が正しいこと, 道具が検討されていることの検証も可能であった。
関連論文リスト
- Adapting Fake News Detection to the Era of Large Language Models [48.5847914481222]
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) - 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) - 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) - A Proposed Bi-LSTM Method to Fake News Detection [0.0]
偽ニュースは、アメリカ合衆国大統領選挙の結果に影響を与える決定的な要因となった。
Bi-LSTMは、ニュースが偽物か偽物かを判定するために適用された。
モデルの作成と実行の後、トレーニングデータによるモデル精度が84%、F1-macroスコアが62.0に達した。
論文 参考訳（メタデータ） (2022-06-15T06:36:42Z) - Framework para Caracterizar Fake News en Terminos de Emociones [0.0]
人間は、記事が事実かフェイクニュースかを完全に識別できないことが示されている。
本稿では,フェイクニュースの感情を特徴付けるための3層フレームワークを提案する。
論文 参考訳（メタデータ） (2021-12-13T21:46:21Z) - FakeNewsLab: Experimental Study on Biases and Pitfalls Preventing us
from Distinguishing True from False News [0.2741266294612776]
この研究は、偽ニュースデータセットを構築する際に、人間のアノテータに影響を与える一連の落とし穴を強調している。
また、ユーザーが再共有する前に記事全体を読むことを推奨する、AIの一般的な理論的根拠にも異議を唱えている。
論文 参考訳（メタデータ） (2021-10-22T12:02:16Z) - Profiling Fake News Spreaders on Social Media through Psychological and
Motivational Factors [26.942545715296983]
ソーシャルメディア上でのフェイクニューススプレッシャーの特徴と動機要因について検討した。
次に、フェイクニューススプレッドラーが他のユーザーと異なる特徴を示すことができるかどうかを判定する一連の実験を行う。
論文 参考訳（メタデータ） (2021-08-24T20:27:38Z) - User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。
本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文 参考訳（メタデータ） (2021-04-25T21:19:24Z) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳（メタデータ） (2020-10-20T19:37:04Z) - Machine Learning Explanations to Prevent Overtrust in Fake News
Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。
我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。
説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文 参考訳（メタデータ） (2020-07-24T05:42:29Z)
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。