論文の概要: PROVENANCE: An Intermediary-Free Solution for Digital Content Verification

• arxiv url: http://arxiv.org/abs/2111.08791v1
• Date: Tue, 16 Nov 2021 21:42:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-07 23:44:02.344132
• Title: PROVENANCE: An Intermediary-Free Solution for Digital Content Verification
• Title（参考訳）: PROVENANCE: デジタルコンテンツ検証のための仲介不要ソリューション
• Authors: Bilal Yousuf, M. Atif Qureshi, Brendan Spillane, Gary Munnelly, Oisin Carroll, Matthew Runswick, Kirsty Park, Eileen Culloty, Owen Conlan and Jane Suiter
• Abstract要約: Provenanceは、ユーザーが見ているコンテンツが誤情報や偽情報である可能性があることをユーザーに警告する。 また、メディアリテラシーの向上も図られている。 人間の専門家による評価を必要とする類似のプラグインとは異なり、プロヴァンスの最先端技術は人間の入力を必要としない。
• 参考スコア（独自算出の注目度）: 3.82273842587301
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The threat posed by misinformation and disinformation is one of the defining challenges of the 21st century. Provenance is designed to help combat this threat by warning users when the content they are looking at may be misinformation or disinformation. It is also designed to improve media literacy among its users and ultimately reduce susceptibility to the threat among vulnerable groups within society. The Provenance browser plugin checks the content that users see on the Internet and social media and provides warnings in their browser or social media feed. Unlike similar plugins, which require human experts to provide evaluations and can only provide simple binary warnings, Provenance's state of the art technology does not require human input and it analyses seven aspects of the content users see and provides warnings where necessary.
• Abstract（参考訳）: 偽情報や偽情報による脅威は21世紀の決定的な課題の1つである。 Provenanceは、ユーザーが見ているコンテンツが誤情報や偽情報である可能性を警告することで、この脅威に対処するのに役立つように設計されている。 また、ユーザ間のメディアリテラシーを改善し、最終的には社会内の脆弱なグループ間の脅威に対する感受性を減少させるように設計されている。 provenanceブラウザプラグインは、ユーザーがインターネットやソーシャルメディアで見るコンテンツをチェックし、ブラウザやソーシャルメディアのフィードで警告を提供する。 人間の専門家に評価を提供し、単純なバイナリ警告しか提供できない類似のプラグインとは異なり、Provenanceの最先端技術は人間の入力を必要とせず、ユーザーが見るコンテンツの7つの側面を分析し、必要な時に警告を提供する。

関連論文リスト

• A Pathway Towards Responsible AI Generated Content [68.13835802977125]
  我々は、AIGCの健全な開発と展開を妨げかねない8つの主要な懸念に焦点を当てている。 これらの懸念には、(1)プライバシー、(2)バイアス、毒性、誤情報、(3)知的財産(IP)、(4)堅牢性、(5)オープンソースと説明、(6)技術の乱用、(7)同意、信用、補償、(8)環境からのリスクが含まれる。
  論文  参考訳（メタデータ） (2023-03-02T14:58:40Z)
• Deep Breath: A Machine Learning Browser Extension to Tackle Online Misinformation [0.0]
  本稿では,オンライン上の誤解を招くコンテンツの検出,処理,警告を行う新しいシステムを提案する。 機械学習モデルを既存の3万2000のクリックベイトニュース記事見出しのデータセットでトレーニングすることにより、このモデルは見出しがセンセーショナルであるかどうかを予測する。 既存の設計原則に基づいたユニークなコンテンツ警告通知を構築するWebブラウザエクステンションとインターフェースする。
  論文  参考訳（メタデータ） (2023-01-09T12:43:58Z)
• 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)
• Mitigating Covertly Unsafe Text within Natural Language Systems [55.26364166702625]
  制御されていないシステムは、怪我や致命的な結果につながるレコメンデーションを生成する。 本稿では,身体的危害につながる可能性のあるテキストのタイプを識別し,特に未発見のカテゴリを確立する。
  論文  参考訳（メタデータ） (2022-10-17T17:59:49Z)
• Cybersecurity Misinformation Detection on Social Media: Case Studies on Phishing Reports and Zoom's Threats [1.2387676601792899]
  ソーシャルメディア上でのサイバーセキュリティとプライバシの脅威に関する誤報を検出するための新しいアプローチを提案する。 我々はTwitter上で不正確なフィッシングのクレームを検出するためのフレームワークを開発した。 また、Zoomのセキュリティやプライバシの脅威に関連する誤情報を検出するための別のフレームワークも提案した。
  論文  参考訳（メタデータ） (2021-10-23T20:45:24Z)
• Characterizing User Susceptibility to COVID-19 Misinformation on Twitter [40.0762273487125]
  本研究は、パンデミックのオンライン誤報に弱い人口を構成する人々への回答を試みる。 我々は、ソーシャルボットから、新型コロナウイルス関連の誤情報に関するさまざまなレベルのエンゲージメントを持つ人間まで、さまざまなタイプのユーザーを区別する。 次に、新型コロナウイルスの誤情報に対する感受性と相関する、ユーザのオンライン機能と状況予測を識別する。
  論文  参考訳（メタデータ） (2021-09-20T13:31:15Z)
• 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)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Adapting Security Warnings to Counter Online Disinformation [6.592035021489205]
  我々は、効果的な偽情報警告を設計するために、情報セキュリティ警告文献の方法と結果を適用する。 ユーザがいつもコンテキスト警告を無視しているのが分かりましたが、ユーザは間欠警告に気付きます。 警告の設計がユーザに効果的に通知したり、危害のリスクを伝えることができることがわかったのです。
  論文  参考訳（メタデータ） (2020-08-25T01:10:57Z)
• Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
  ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。 この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。 ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。 実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2020-04-03T18:26:33Z)
• 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。