論文の概要: Can online attention signals help fact-checkers fact-check?

• arxiv url: http://arxiv.org/abs/2109.09322v2
• Date: Sat, 7 May 2022 08:55:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-14 05:37:48.198025
• Title: Can online attention signals help fact-checkers fact-check?
• Title（参考訳）: オンライン注意信号はファクトチェッカーのファクトチェックに役立つか?
• Authors: Manoel Horta Ribeiro, Savvas Zannettou, Oana Goga, Fabr\'icio Benevenuto, Robert West
• Abstract要約: 本稿では,オンライン注意信号を用いたファクトチェックの枠組みを提案する。 我々はこのフレームワークを使用して、2020年に81の国際機関が実施した879のCOVID-19関連ファクトチェックのデータセットを予備調査します。
• 参考スコア（独自算出の注目度）: 11.65819327593072
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent research suggests that not all fact-checking efforts are equal: when and what is fact-checked plays a pivotal role in effectively correcting misconceptions. In that context, signals capturing how much attention specific topics receive on the Internet have the potential to study (and possibly support) fact-checking efforts. This paper proposes a framework to study fact-checking with online attention signals. The framework consists of: 1) extracting claims from fact-checking efforts; 2) linking such claims with knowledge graph entities; and 3) estimating the online attention these entities receive. We use this framework to conduct a preliminary study of a dataset of 879 COVID-19-related fact-checks done in 2020 by 81 international organizations. Our findings suggest that there is often a disconnect between online attention and fact-checking efforts. For example, in around 40% of countries that fact-checked ten or more claims, half or more than half of the ten most popular claims were not fact-checked. Our analysis also shows that claims are first fact-checked after receiving, on average, 35% of the total online attention they would eventually receive in 2020. Yet, there is a considerable variation among claims: some were fact-checked before receiving a surge of misinformation-induced online attention; others are fact-checked much later. Overall, our work suggests that the incorporation of online attention signals may help organizations assess their fact-checking efforts and choose what and when to fact-check claims or stories. Also, in the context of international collaboration, where claims are fact-checked multiple times across different countries, online attention could help organizations keep track of which claims are "migrating" between countries.
• Abstract（参考訳）: 最近の研究では、すべての事実チェックの努力が等しくないことが示されている: 事実チェックがいつ、何であるかが、効果的に誤解を是正する上で重要な役割を果たす。 このような状況下では、インターネット上で特定のトピックがどれだけ注目されるかを知る信号は、ファクトチェックの取り組みを研究する(そしてサポートする)可能性がある。 本稿では,オンライン注意信号を用いたファクトチェックの枠組みを提案する。 フレームワークは以下の通りである。 1) 事実確認からクレームを抽出すること 2 当該クレームを知識グラフ実体とリンクすること、及び 3) これらのエンティティが受けるオンラインの注意を推定する。 我々はこのフレームワークを使用して、2020年に81の国際機関が実施した879のCOVID-19関連ファクトチェックのデータセットを予備調査します。 調査結果から、オンラインの注意と事実確認の努力の間には、しばしば隔たりがあることが示唆された。 例えば、10以上のクレームをファクトチェックした国の約40%では、最も人気のあるクレーム10の半数以上が事実チェックを受けていなかった。 われわれの分析によると、クレームが最初に事実チェックされるのは、2020年のオンラインの関心の35%を受け取った後だ。 しかし、主張にはかなりのバリエーションがあり、偽情報によるオンラインの注目を集める前に事実チェックを受けるものもあれば、後に事実チェックされるものもある。 全体として、我々の研究は、オンラインの注意信号が組み込まれたことで、組織が事実確認の取り組みを評価し、事実確認のクレームやストーリーをいつ、いつ選ぶかを決めるのに役立つことを示唆している。 また、異なる国で複数のクレームが事実チェックされる国際協力の文脈では、オンラインの注目は、どのクレームが各国間で「移行」しているかを組織が追跡するのに役立ちます。

関連論文リスト

• Lost in Translation -- Multilingual Misinformation and its Evolution [52.07628580627591]
  本稿では,95言語にまたがる25万以上のファクトチェックの分析を通じて,多言語誤報の頻度とダイナミクスについて検討する。 誤報のクレームの大部分は1回だけ事実チェックされているが、21,000件以上のクレームに対応する11.7%は複数回チェックされている。 誤情報拡散のプロキシとしてファクトチェックを用いると、言語境界を越えて繰り返し主張する主張の33%が見つかる。
  論文  参考訳（メタデータ） (2023-10-27T12:21:55Z)
• Missing Counter-Evidence Renders NLP Fact-Checking Unrealistic for Misinformation [67.69725605939315]
  誤報は、信頼できる情報が限られている不確実な時に現れる。 NLPベースのファクトチェックは、まだ利用できないかもしれない反証拠に依存しているため、これは難しい。
  論文  参考訳（メタデータ） (2022-10-25T09:40:48Z)
• CHEF: A Pilot Chinese Dataset for Evidence-Based Fact-Checking [55.75590135151682]
  CHEFは、10万件の現実世界のクレームに関する最初のChenese EvidenceベースのFact-checkingデータセットである。 このデータセットは、政治から公衆衛生まで、複数のドメインをカバーし、インターネットから取得した注釈付きの証拠を提供する。
  論文  参考訳（メタデータ） (2022-06-06T09:11:03Z)
• Synthetic Disinformation Attacks on Automated Fact Verification Systems [53.011635547834025]
  本研究では,2つのシミュレーション環境において,自動ファクトチェッカーの合成正反対証拠に対する感度について検討する。 これらのシステムでは,これらの攻撃に対して大幅な性能低下がみられた。 偽情報の発生源としての現代のNLGシステムの脅威の増大について論じる。
  論文  参考訳（メタデータ） (2022-02-18T19:01:01Z)
• Towards Explainable Fact Checking [22.91475787277623]
  この論文は、自動事実チェックに関する私の研究を提示します。 これには、クレームチェックの信頼性検出、スタンス検出、正確性予測が含まれる。 その貢献は事実チェックに留まらず、より一般的な機械学習ソリューションを提案している。
  論文  参考訳（メタデータ） (2021-08-23T16:22:50Z)
• The False COVID-19 Narratives That Keep Being Debunked: A Spatiotemporal Analysis [6.315106341032209]
  本研究では、新型コロナウイルスに関連する10,381件のデバンクを含むCoronaVirusFacts Allianceのデータベースを調査した。 同様の、あるいはほぼ重複した偽の新型コロナウイルスの物語が、様々な国でさまざまなソーシャルメディアプラットフォームに広まっていることがわかりました。 本稿では,ファクトチェックパイプラインに多言語デバンク検索ツールを組み込むことを提案する。
  論文  参考訳（メタデータ） (2021-07-26T16:20:44Z)
• The Role of Context in Detecting Previously Fact-Checked Claims [27.076320857009655]
  我々は、文脈が本当に重要である政治的議論でなされた主張に焦点を当てている。 本稿では,事実確認説明書において,クレームのコンテキストをソース側とターゲット側の両方でモデル化することの影響について検討する。
  論文  参考訳（メタデータ） (2021-04-15T12:39:37Z)
• Automated Fact-Checking for Assisting Human Fact-Checkers [29.53133956640405]
  不正確または誤解を招く主張を広めるメディアの誤用は、ファクトチェッカーの近代化をもたらしました。 私たちは、事実確認のさまざまなステップで人間の専門家をサポートすることができる利用可能なインテリジェントな技術を調査します。 いずれの場合も,今後の作業における課題と,実世界のファクトチェックへの影響に注意を払っています。
  論文  参考訳（メタデータ） (2021-03-13T18:29:14Z)
• Generating Fact Checking Briefs [97.82546239639964]
  本研究では, 事実確認の精度と効率を高めるために, 事実確認を行う前に, クレームに関する情報を提供することにより, 事実確認の精度と効率を高める方法について検討する。 我々は,クレームに条件付き質問セットを生成し,証拠を検索し,回答を生成するモデルQABrieferを開発した。 本研究では,特にQABriefsにおけるブリーフィングによる事実チェックによって,クラウドワーカーの精度が10%向上すると同時に,時間もわずかに低下することを示す。
  論文  参考訳（メタデータ） (2020-11-10T23:02:47Z)
• That is a Known Lie: Detecting Previously Fact-Checked Claims [34.30218503006579]
  多数の事実確認済みのクレームが蓄積されている。 政治家は、自分の好きな言葉、真実か偽かを繰り返し繰り返すのが好きだ。 この努力を節約し、すでに事実確認済みのクレームの無駄な時間を省くことが重要です。
  論文  参考訳（メタデータ） (2020-05-12T21:25:37Z)
• Claim Check-Worthiness Detection as Positive Unlabelled Learning [53.24606510691877]
  クレームチェックの信頼性検出はファクトチェックシステムにおいて重要な要素である。 これらの課題の根底にあるクレームチェックの信頼性検出における中心的な課題を照明する。 我々の最良の手法は、正の非競合学習の変種を用いて、これを自動的に修正する統一的なアプローチである。
  論文  参考訳（メタデータ） (2020-03-05T16:06:07Z)

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。