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
- From Nuisance to News Sense: Augmenting the News with Cross-Document
Evidence and Context [25.870137795858522]
本稿では,複数のニュース記事からの情報を中心的な話題に集め統合するための,新しいセンスメイキングツールと読書インタフェースであるNEWSSENSEを紹介する。
NEWSSENSEは、異なるソースからの関連記事にリンクすることで、ユーザの選択を集中的に根拠づけた記事を強化する。
我々のパイロット研究は、NEWSSENSEがユーザーが重要な情報を識別し、ニュース記事の信頼性を確認し、異なる視点を探索するのに役立つ可能性を示唆している。
論文 参考訳(メタデータ) (2023-10-06T21:15:11Z) - 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 [65.56849255423866]
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) - A Coarse-to-fine Cascaded Evidence-Distillation Neural Network for
Explainable Fake News Detection [15.517424861844317]
既存のフェイクニュース検出手法は、ニュースの一部を真または偽と分類し、説明を提供することを目的としており、優れたパフォーマンスを達成している。
あるニュースが事実確認され、あるいは公表されていない場合、関連する生のレポートは、通常、様々なメディアに散発的に配信される。
そこで本稿では, 偽ニュース検出のためのニューラルネットワークCofCED(Coarse-to-fine Cascaded Evidence-Distillation)を提案する。
論文 参考訳(メタデータ) (2022-09-29T09:05:47Z) - 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) - Machine Learning Explanations to Prevent Overtrust in Fake News
Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。
我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。
説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文 参考訳(メタデータ) (2020-07-24T05:42:29Z) - 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) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳(メタデータ) (2020-01-27T11:21:05Z)
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。