論文の概要: Technological Approaches to Detecting Online Disinformation and Manipulation

• arxiv url: http://arxiv.org/abs/2108.11669v1
• Date: Thu, 26 Aug 2021 09:28:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-27 13:57:15.378987
• Title: Technological Approaches to Detecting Online Disinformation and Manipulation
• Title（参考訳）: オンライン偽情報検出とマニピュレーションのための技術アプローチ
• Authors: Ale\v{s} Hor\'ak, V\'it Baisa, Ond\v{r}ej Herman
• Abstract要約: プロパガンダや偽情報をオンライン環境に移すことは、過去10年間にデジタル情報チャンネルがニュースソースとして急速に普及したという事実により可能である。 本章では, 計算機支援による偽情報検出手法の概要について述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The move of propaganda and disinformation to the online environment is possible thanks to the fact that within the last decade, digital information channels radically increased in popularity as a news source. The main advantage of such media lies in the speed of information creation and dissemination. This, on the other hand, inevitably adds pressure, accelerating editorial work, fact-checking, and the scrutiny of source credibility. In this chapter, an overview of computer-supported approaches to detecting disinformation and manipulative techniques based on several criteria is presented. We concentrate on the technical aspects of automatic methods which support fact-checking, topic identification, text style analysis, or message filtering on social media channels. Most of the techniques employ artificial intelligence and machine learning with feature extraction combining available information resources. The following text firstly specifies the tasks related to computer detection of manipulation and disinformation spreading. The second section presents concrete methods of solving the tasks of the analysis, and the third sections enlists current verification and benchmarking datasets published and used in this area for evaluation and comparison.
• Abstract（参考訳）: プロパガンダや偽情報をオンライン環境に移すことは、過去10年間にデジタル情報チャンネルがニュースソースとして急速に普及したという事実により可能である。 このようなメディアの主な利点は、情報生成と普及のスピードにある。 これに対し、必然的にプレッシャーが増し、編集作業の加速、事実確認、ソース信頼性の精査が促進される。 本章では,複数の基準に基づき,不正情報やマニピュレーション手法を検出するためのコンピュータ支援手法の概要について述べる。 本稿では,ファクトチェック,トピック識別,テキストスタイル分析,あるいはソーシャルメディアチャネルにおけるメッセージフィルタリングをサポートする自動手法の技術的側面に着目する。 ほとんどの技術は、利用可能な情報リソースを組み合わせた特徴抽出を伴う人工知能と機械学習を使用している。 以下のテキストは、まず操作と情報拡散のコンピュータ検出に関連するタスクを指定する。 第2のセクションは、分析のタスクを解決するための具体的な方法を示し、第3のセクションは、評価と比較のために、この領域で公開および使用される現在の検証およびベンチマークデータセットを列挙する。

関連論文リスト

• SyROCCo: Enhancing Systematic Reviews using Machine Learning [6.805429133535976]
  本稿では,システムレビュープロセスのナビゲートを支援する機械学習技術について検討する。 データ抽出やエビデンスマッピングといったレビューのその後の段階へのML技術の適用は、その初期段階にある。
  論文  参考訳（メタデータ） (2024-06-24T11:04:43Z)
• Exposing and Explaining Fake News On-the-Fly [4.278181795494584]
  この研究は、偽ニュースをリアルタイムで認識するための説明可能なオンライン分類手法に寄与する。 提案手法は、教師なしおよび教師なしの機械学習アプローチとオンライン生成レキシカを組み合わせたものである。 提案手法の性能はTwitterの実際のデータセットで検証され,その結果は80%精度とマクロF測定値を得た。
  論文  参考訳（メタデータ） (2024-05-03T14:49:04Z)
• ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
  ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。 この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。 我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
  論文  参考訳（メタデータ） (2023-05-23T16:40:07Z)
• Fighting Malicious Media Data: A Survey on Tampering Detection and Deepfake Detection [115.83992775004043]
  近年のディープラーニング、特に深層生成モデルの発展により、知覚的に説得力のある画像や動画を低コストで制作するための扉が開かれた。 本稿では,現在のメディアタンパリング検出手法を概観し,今後の研究の課題と動向について論じる。
  論文  参考訳（メタデータ） (2022-12-12T02:54:08Z)
• Panning for gold: Lessons learned from the platform-agnostic automated detection of political content in textual data [48.7576911714538]
  異なるプラットフォーム間で政治的コンテンツを検出するために、これらの技術がどのように使用できるかについて議論する。 辞書,教師付き機械学習,ニューラルネットワークに依存する3つの検出手法のパフォーマンスを比較した。 この結果から,ニューラルネットワークと機械学習に基づくモデルによって達成されるノイズの少ないデータに対して,事前処理がモデル性能に与える影響が限定された。
  論文  参考訳（メタデータ） (2022-07-01T15:23:23Z)
• Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or Something Else? [93.91375268580806]
  政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。 既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。 既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
  論文  参考訳（メタデータ） (2021-11-09T13:30:34Z)
• Interpretable Propaganda Detection in News Articles [30.192497301608164]
  本稿では, 解釈可能性を提供する手段として, 偽造手法を検知し, 利用することを提案する。 我々の解釈可能な特徴は、事前訓練された言語モデルと簡単に組み合わせられ、最先端の結果が得られる。
  論文  参考訳（メタデータ） (2021-08-29T09:57:01Z)
• Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
  本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。 本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
  論文  参考訳（メタデータ） (2020-11-13T10:19:13Z)
• Extracting actionable information from microtexts [0.0]
  本論文では,動作可能な情報を抽出する半自動手法を提案する。 ドメイン内シナリオとクロスドメインシナリオの両方において、イベントの予測が可能であることを示す。 本稿では,機械学習に基づく関連情報分類手法とルールベースの情報分類手法を統合し,マイクロテキストを分類する手法を提案する。
  論文  参考訳（メタデータ） (2020-08-01T21:22:53Z)
• Mining Disinformation and Fake News: Concepts, Methods, and Recent Advancements [55.33496599723126]
  偽ニュースを含む偽ニュースは 爆発的な成長により グローバルな現象になっています 偽情報や偽ニュースを検知する最近の進歩にもかかわらず、その複雑さ、多様性、多様性、事実チェックやアノテーションのコストが原因で、いまだに自明ではない。
  論文  参考訳（メタデータ） (2020-01-02T21:01:02Z)

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。