論文の概要: Is it Fake? News Disinformation Detection on South African News Websites

• arxiv url: http://arxiv.org/abs/2108.02941v2
• Date: Mon, 9 Aug 2021 17:23:05 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-12 07:17:14.651389
• Title: Is it Fake? News Disinformation Detection on South African News Websites
• Title（参考訳）: 偽物か? 南アフリカのニュースサイトにおけるニュース偽情報検出
• Authors: Harm de Wet, Vukosi Marivate
• Abstract要約: 自然言語処理は偽ニュースの検出に広く用いられている。 南アフリカなど、より地域的な文脈では特に問題となる。 本研究では,南アフリカのウェブサイトにおける偽ニュースの検出について調査する。
• 参考スコア（独自算出の注目度）: 0.015863809575305417
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Disinformation through fake news is an ongoing problem in our society and has become easily spread through social media. The most cost and time effective way to filter these large amounts of data is to use a combination of human and technical interventions to identify it. From a technical perspective, Natural Language Processing (NLP) is widely used in detecting fake news. Social media companies use NLP techniques to identify the fake news and warn their users, but fake news may still slip through undetected. It is especially a problem in more localised contexts (outside the United States of America). How do we adjust fake news detection systems to work better for local contexts such as in South Africa. In this work we investigate fake news detection on South African websites. We curate a dataset of South African fake news and then train detection models. We contrast this with using widely available fake news datasets (from mostly USA website). We also explore making the datasets more diverse by combining them and observe the differences in behaviour in writing between nations' fake news using interpretable machine learning.
• Abstract（参考訳）: 偽ニュースによる偽ニュースは、我々の社会で進行中の問題であり、ソーシャルメディアで簡単に拡散している。 大量のデータをフィルタリングする最もコストと時間効率のよい方法は、人間と技術的な介入を組み合わせてそれを識別することだ。 技術的観点からは、自然言語処理(NLP)は偽ニュースの検出に広く用いられている。 ソーシャルメディア企業は、偽ニュースを識別し、ユーザーに警告するためにNLP技術を使っているが、偽ニュースはまだ発見されていない可能性がある。 これは特に(アメリカ合衆国以外で)より局所的な状況において問題となっている。 偽ニュース検出システムをどのように調整し、南アフリカのようなローカルな状況でよりうまく機能させるか。 本研究では南アフリカのウェブサイトで偽ニュースを検出する。 南アフリカの偽ニュースのデータセットをキュレートし、検出モデルをトレーニングします。 これは、広く利用可能なフェイクニュースデータセット(主に米国ウェブサイトから)を使用することとは対照的です。 また、それらを組み合わせることでデータセットをより多様にし、解釈可能な機械学習を用いて各国のフェイクニュース間での書き込みの振る舞いの違いを観察する。

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)
• Fake News Detection and Behavioral Analysis: Case of COVID-19 [0.22940141855172028]
  パンデミックに関する偽ニュースの拡散による「情報デミック」が世界的な問題となっている。 読者は偽ニュースを本当のニュースと間違える可能性があり、その結果、本物の情報にアクセスできなくなる。 ソーシャルメディアの投稿で偽のニュースデータを正確に識別することは困難である。
  論文  参考訳（メタデータ） (2023-05-25T13:42:08Z)
• 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)
• FALSE: Fake News Automatic and Lightweight Solution [0.20999222360659603]
  本稿では,現代のフェイクニュースデータセットの研究と可視化にR符号を用いた。 クラスタリング、分類、相関、およびさまざまなプロットを使用してデータを分析し、提示する。
  論文  参考訳（メタデータ） (2022-08-16T11:53:30Z)
• 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)
• Combining Machine Learning with Knowledge Engineering to detect Fake News in Social Networks-a survey [0.7120858995754653]
  ニュースメディアやソーシャルメディアでは、情報は高速に拡散されるが、正確性がないため、検出メカニズムは偽ニュースの拡散に対処するのに十分な速さでニュースを予測することができる。 本稿では,フェイクニュースとは何か,フェイクニュースの重要性,さまざまな領域におけるフェイクニュースの全体的影響,ソーシャルメディア上でフェイクニュースを検出するさまざまな方法,問題を克服する上で有効な既存の検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-01-20T07:43:15Z)
• 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)
• 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)
• The Rise and Fall of Fake News sites: A Traffic Analysis [62.51737815926007]
  偽ニュースサイトのオンラインプレゼンスを調査し、実際のニュースサイトと比較してその行動を特徴づけます。 そこで本研究では,偽ニュースサイトを自動的に検出するコンテンツ非依存のMLを構築した。
  論文  参考訳（メタデータ） (2021-03-16T18:10:22Z)
• Fake News Spreader Detection on Twitter using Character N-Grams. Notebook for PAN at CLEF 2020 [0.0]
  このノートには、Twitter上の偽ニュース検出タスクのプロファイリングシステムについて書かれている。 我々は多言語の観点から異なる特徴抽出手法と学習実験を行う。 我々のモデルは、英語とスペイン語の公式テストセットで73%と79%の精度を達成しています。
  論文  参考訳（メタデータ） (2020-09-29T08:32:32Z)

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。