論文の概要: NewsClaims: A New Benchmark for Claim Detection from News with Background Knowledge

• arxiv url: http://arxiv.org/abs/2112.08544v1
• Date: Thu, 16 Dec 2021 00:50:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-18 08:00:41.789776
• Title: NewsClaims: A New Benchmark for Claim Detection from News with Background Knowledge
• Title（参考訳）: NewsClaims: バックグラウンド知識を持つニュースからのクレーム検出のための新しいベンチマーク
• Authors: Revanth Gangi Reddy, Sai Chinthakindi, Zhenhailong Wang, Yi R. Fung, Kathryn S. Conger, Ahmed S. Elsayed, Martha Palmer, Heng Ji
• Abstract要約: 本稿では,ニュース領域における知識認識型クレーム検出のための新しいベンチマークであるNewsClaimsを紹介する。 我々は、クレーム検出問題を再定義し、クレームに関連する追加の背景属性の抽出を含む。 新たなシナリオにおけるクレーム検出システムをベンチマークし、ほとんどあるいは全くトレーニングデータを持たない未知のトピックを含む。
• 参考スコア（独自算出の注目度）: 20.63256778474609
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Claim detection and verification are crucial for news understanding and have emerged as promising technologies for mitigating misinformation in news. However, most existing work focus on analysis of claim sentences while overlooking crucial background attributes, such as the claimer, claim objects, and other knowledge connected to the claim. In this work, we present NewsClaims , a new benchmark for knowledge-aware claim detection in the news domain. We re-define the claim detection problem to include extraction of additional background attributes related to the claim and release 529 claims annotated over 103 news articles. In addition, NewsClaims aims to benchmark claim detection systems in emerging scenarios, comprising unseen topics with little or no training data. Finally, we provide a comprehensive evaluation of various zero-shot and prompt-based baselines for this new benchmark.
• Abstract（参考訳）: クレーム検出と検証はニュース理解に不可欠であり、ニュースの誤情報を緩和するための有望な技術として登場した。 しかし、既存のほとんどの研究はクレーム文の分析に重点を置いており、クレームパー、クレームオブジェクト、その他のクレームに関連する知識といった重要な背景属性を見落としている。 本稿では,ニュース領域における知識認識型クレーム検出のための新しいベンチマークであるNewsClaimsを紹介する。 我々は,クレーム検出問題を再定義し,クレームに関連する背景属性を抽出し,103件以上のニュース記事に注釈を付けた529件のクレームをリリースする。 さらにNewsClaimsは,新たなシナリオにおけるクレーム検出システムのベンチマークを目標としている。 最後に,このベンチマークに対して,様々なゼロショットおよびプロンプトベースラインの総合評価を行う。

関連論文リスト

• Real-time Fake News from Adversarial Feedback [11.742257531343814]
  ファクトチェックWebサイトのクレームなど,従来の情報源に基づく偽ニュース検出の評価は,LCMベースの検出器の時間経過とともに精度が向上することを示す。 このことは、こうした情報源で偽ニュースの大半を形成する一般的な政治的主張が、表面的な浅層パターンによって容易に分類されることを示唆している。 我々は、RAGベースの検出器からの自然言語フィードバックを利用して、リアルタイムニュースをフェイクニュースに反復的に修正する新しいパイプラインを開発した。
  論文  参考訳（メタデータ） (2024-10-18T17:47:11Z)
• VeraCT Scan: Retrieval-Augmented Fake News Detection with Justifiable Reasoning [13.711292329830169]
  本稿では,偽ニュース検出のための検索強化システムであるVeraCT Scanを紹介する。 このシステムは、あるニュースから中核的な事実を抽出し、その後、相関や矛盾する報告を特定するために、インターネット全体の検索を行う。 我々はまた、その結論を支持するための透明な証拠と推論を提供し、その結果の解釈可能性と信頼をもたらす。
  論文  参考訳（メタデータ） (2024-06-12T21:23:48Z)
• Learning Background Prompts to Discover Implicit Knowledge for Open Vocabulary Object Detection [101.15777242546649]
  Open vocabulary Object Detection (OVD) は、ベースと新規の両方のカテゴリからオブジェクトを認識できる最適なオブジェクト検出器を求めることを目的としている。 近年の進歩は、知識蒸留を利用して、事前訓練された大規模視覚言語モデルからオブジェクト検出のタスクに洞察力のある知識を伝達している。 本稿では,暗黙的背景知識を活用するための学習バックグラウンドプロンプトを提案するため,LBPと呼ばれる新しいOVDフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-01T17:32:26Z)
• Beyond Relevance: Evaluate and Improve Retrievers on Perspective Awareness [56.42192735214931]
  検索者は、ドキュメントとクエリ間のセマンティックな関連性に頼るだけでなく、ユーザクエリの背後にある微妙な意図や視点を認識することも期待されている。 本研究では,検索者がクエリの異なる視点を認識し,応答できるかどうかを検討する。 我々は,現在の検索者はクエリにおいて微妙に異なる視点に対する認識が限られており,特定の視点に偏りがあることを示す。
  論文  参考訳（メタデータ） (2024-05-04T17:10:00Z)
• Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
  プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。 我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
  論文  参考訳（メタデータ） (2023-09-28T13:19:43Z)
• Rethinking Complex Queries on Knowledge Graphs with Neural Link Predictors [58.340159346749964]
  本稿では,証明可能な推論能力を備えた複雑なクエリを用いたエンドツーエンド学習を支援するニューラルシンボリック手法を提案する。 これまでに検討されていない10種類の新しいクエリを含む新しいデータセットを開発する。 提案手法は,新しいデータセットにおいて先行手法を著しく上回り,既存データセットにおける先行手法を同時に上回っている。
  論文  参考訳（メタデータ） (2023-04-14T11:35:35Z)
• Check-worthy Claim Detection across Topics for Automated Fact-checking [21.723689314962233]
  我々は、新しい、目に見えないトピックのチェック価値のあるクレームを検出するという課題を評価し、定量化する。 AraCWAモデルを提案し,トピック間のチェック値のクレームを検出する際の性能劣化を緩和する。
  論文  参考訳（メタデータ） (2022-12-16T14:54:56Z)
• 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)
• Mining Fine-grained Semantics via Graph Neural Networks for Evidence-based Fake News Detection [20.282527436527765]
  本稿では,グラフベースのsEmantic sTructureマイニングフレームワークを提案する。 我々は、クレームとエビデンスをグラフ構造化データとしてモデル化し、長距離セマンティック依存関係をキャプチャします。 文脈意味情報を得た後、グラフ構造学習を行うことにより、情報冗長性を低減する。
  論文  参考訳（メタデータ） (2022-01-18T11:28:36Z)
• Leveraging Commonsense Knowledge on Classifying False News and Determining Checkworthiness of Claims [1.487444917213389]
  本稿では,偽ニュース分類とチェック価値のあるクレーム検出のタスクに対して,コモンセンスの知識を活用することを提案する。 マルチタスク学習環境において、BERT言語モデルに共通する質問応答タスクと上記のタスクを微調整する。 実験により,コモンセンス知識が両タスクのパフォーマンスを向上させることを示す。
  論文  参考訳（メタデータ） (2021-08-08T20:52:45Z)
• 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)

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。