論文の概要: Who will share Fake-News on Twitter? Psycholinguistic cues in online
post histories discriminate Between actors in the misinformation ecosystem
- arxiv url: http://arxiv.org/abs/2203.10560v1
- Date: Sun, 20 Mar 2022 14:26:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-23 09:47:42.492100
- Title: Who will share Fake-News on Twitter? Psycholinguistic cues in online
post histories discriminate Between actors in the misinformation ecosystem
- Title（参考訳）: 誰が偽ニュースをtwitterで共有するのか?
オンラインポスト・ヒストリーにおける心理言語学的手がかり : 誤情報エコシステムにおけるアクタ間の差別
- Authors: Verena Schoenmueller, Simon J. Blanchard and Gita V. Johar
- Abstract要約: 我々は、偽ニュースのエコシステムにおけるアクターの言語を研究することによって、偽ニュースを共有する可能性がより高い個人を特定することを目指している。
フェイクニュースの株主とファクトチェックの株主は、彼らの言語において、はるかに高い刺激的なネガティブ感情を使用する。
当社のアプローチは、フェイクニュースの共有を軽減し、プラットフォームがフェイクニュースの投稿をプリエンプティブに表示できるようにすることで、フェイクニュースの共有を緩和する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The spread of misinformation or fake-news is a global concern that undermines
progress on issues such as protecting democracy and public health. Past
research aiming to combat its spread has largely focused on identifying its
semantic content and media outlets publishing such news. In contrast, we aim to
identify individuals who are more likely to share fake-news by studying the
language of actors in the fake-news ecosystem (such as fake-news sharers,
fact-check sharers and random twitter users), and creating a linguistic profile
of them. Fake-news sharers and fact-check sharers use significantly more
high-arousal negative emotions in their language, but fake-news sharers express
more existentially-based needs than other actors. Incorporating
psycholinguistic cues as inferred from their tweets into a model of
socio-demographic predictors considerably improves classification accuracy of
fake-news sharers. The finding that fake-news sharers differ in important ways
from other actors in the fake-news ecosystem (such as in their existential
needs), but are also similar to them in other ways (such as in their anger
levels), highlights the importance of studying the entire fake-news ecosystem
to increase accuracy in identification and prediction. Our approach can help
mitigate fake-news sharing by enabling platforms to pre-emptively screen
potential fake-news sharers' posts.
- Abstract（参考訳）: 偽情報や偽ニュースの拡散は、民主主義や公衆衛生などの問題への進展を損なう世界的な懸念である。
過去の研究は、そのセマンティクスコンテンツと、そのようなニュースを発行するメディアの特定に重点を置いてきた。
それとは対照的に、フェイクニュースエコシステム(フェイクニュース共有者、ファクトチェック共有者、ランダムtwitterユーザなど)におけるアクターの言語を調べ、それらの言語プロファイルを作成することで、フェイクニュースを共有しやすい個人を識別することを目指している。
フェイクニュースの株主とファクトチェックの株主は、彼らの言語でかなり高い興奮的なネガティブ感情を使うが、フェイクニュースの株主は他のアクターよりも現実的なニーズを表現している。
ツイートから推測される心理言語学的な手がかりを社会デデノグラフィー予測モデルに組み込むことで、偽ニュース共有者の分類精度が大幅に向上する。
偽ニュースの共有者は、偽ニュースのエコシステムにおける他のアクターと重要な方法で異なるが、他の方法で(怒りのレベルなど)類似していることは、偽ニュースのエコシステム全体を研究することの重要性を強調し、識別と予測の正確性を高める。
このアプローチは、プラットフォームが潜在的にフェイクニュース共有者の投稿を事前に表示できるようにすることで、フェイクニュース共有の軽減に役立ちます。
関連論文リスト
- Adapting Fake News Detection to the Era of Large Language Models [48.5847914481222]
我々は,機械による(言い換えられた)リアルニュース,機械生成のフェイクニュース,人書きのフェイクニュース,人書きのリアルニュースの相互作用について検討する。
我々の実験では、人書き記事のみに特化して訓練された検知器が、機械が生成したフェイクニュースを検出できる興味深いパターンを明らかにしましたが、その逆ではありません。
論文 参考訳（メタデータ） (2023-11-02T08:39:45Z) - 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) - Faking Fake News for Real Fake News Detection: Propaganda-loaded
Training Data Generation [105.20743048379387]
提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。
具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。
実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
論文 参考訳（メタデータ） (2022-03-10T14:24:19Z) - FakeNewsLab: Experimental Study on Biases and Pitfalls Preventing us
from Distinguishing True from False News [0.2741266294612776]
この研究は、偽ニュースデータセットを構築する際に、人間のアノテータに影響を与える一連の落とし穴を強調している。
また、ユーザーが再共有する前に記事全体を読むことを推奨する、AIの一般的な理論的根拠にも異議を唱えている。
論文 参考訳（メタデータ） (2021-10-22T12:02:16Z) - A Study of Fake News Reading and Annotating in Social Media Context [1.0499611180329804]
我々は、44名のレイト参加者に、ニュース記事を含む投稿を含むソーシャルメディアフィードをさりげなく読み取らせるという、視線追跡研究を提示した。
第2回では,参加者に対して,これらの記事の真偽を判断するよう求めた。
また、同様のシナリオを用いたフォローアップ定性的な研究についても述べるが、今回は7人の専門家によるフェイクニュースアノテータを用いた。
論文 参考訳（メタデータ） (2021-09-26T08:11:17Z) - Profiling Fake News Spreaders on Social Media through Psychological and
Motivational Factors [26.942545715296983]
ソーシャルメディア上でのフェイクニューススプレッシャーの特徴と動機要因について検討した。
次に、フェイクニューススプレッドラーが他のユーザーと異なる特徴を示すことができるかどうかを判定する一連の実験を行う。
論文 参考訳（メタデータ） (2021-08-24T20:27:38Z) - Stance Detection with BERT Embeddings for Credibility Analysis of
Information on Social Media [1.7616042687330642]
本稿では,記事の内容とともに,その特徴の1つとして姿勢を用いた偽ニュースを検出するモデルを提案する。
本研究は,自動的特徴抽出とテキストの関連性でコンテンツを解釈する。
実世界のデータセットで行った実験は、我々のモデルが以前の研究より優れており、95.32%の精度で偽ニュースの検出を可能にすることを示している。
論文 参考訳（メタデータ） (2021-05-21T10:46:43Z) - User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。
本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文 参考訳（メタデータ） (2021-04-25T21:19:24Z) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳（メタデータ） (2020-10-20T19:37:04Z) - 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)
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。