論文の概要: Identifying and Characterizing Active Citizens who Refute Misinformation
in Social Media
- arxiv url: http://arxiv.org/abs/2204.10080v1
- Date: Thu, 21 Apr 2022 13:22:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-22 18:30:32.678318
- Title: Identifying and Characterizing Active Citizens who Refute Misinformation
in Social Media
- Title（参考訳）: ソーシャルメディアで誤情報を否定するアクティブ市民の識別と特徴付け
- Authors: Yida Mu and Pu Niu and Nikolaos Aletras
- Abstract要約: ソーシャルメディアプラットフォーム(TwitterやWeiboなど)と言語(英語や中国語など)にまたがるタスクを初めて研究する。
我々は2つのカテゴリのうちの1つにマップされたWeiboユーザーの新しいデータセット(誤情報ポスターやアクティブな市民など)を開発し、公開する。
本稿では,2つのユーザカテゴリ間の言語使用の差異を広範囲に分析する。
- 参考スコア（独自算出の注目度）: 25.986531330843434
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The phenomenon of misinformation spreading in social media has developed a
new form of active citizens who focus on tackling the problem by refuting posts
that might contain misinformation. Automatically identifying and characterizing
the behavior of such active citizens in social media is an important task in
computational social science for complementing studies in misinformation
analysis. In this paper, we study this task across different social media
platforms (i.e., Twitter and Weibo) and languages (i.e., English and Chinese)
for the first time. To this end, (1) we develop and make publicly available a
new dataset of Weibo users mapped into one of the two categories (i.e.,
misinformation posters or active citizens); (2) we evaluate a battery of
supervised models on our new Weibo dataset and an existing Twitter dataset
which we repurpose for the task; and (3) we present an extensive analysis of
the differences in language use between the two user categories.
- Abstract（参考訳）: ソーシャルメディアで誤報が広まる現象は、誤報を含む可能性のあるポストに反論することで問題に対処することに集中する活動的な市民の新しい形態を生み出した。
ソーシャルメディアにおけるこのような活動的な市民の行動を自動的に同定し特徴付けることは、誤情報分析の研究を補完する計算社会科学の重要な課題である。
本稿では,この課題をソーシャルメディアプラットフォーム(TwitterとWeibo)と言語(英語と中国語)で初めて検討する。
この目的のために,(1)Weibo利用者の新しいデータセットを2つのカテゴリの1つ(誤報ポスターやアクティブな市民など)にマッピングし,公開し,(2)新しいWeiboデータセットと既存のTwitterデータセット上で教師付きモデルのバッテリを評価し,(3)2つのカテゴリ間の言語使用の違いを広範囲に分析した。
関連論文リスト
- Modeling Political Orientation of Social Media Posts: An Extended
Analysis [0.0]
オンラインソーシャルメディア上で政治的分極を特徴付ける機械学習モデルを開発することは、大きな課題である。
これらの課題は主に、注釈付きデータの欠如、ソーシャルメディアデータセットにおけるノイズの存在、膨大な量のデータなど、さまざまな要因に起因している。
本稿では、ソーシャルメディア投稿のラベル付けに、メディアバイアスと投稿コンテンツを活用する2つの方法を紹介する。
ソーシャルメディア投稿の政治的指向を予測することで,現在の機械学習モデルの性能向上を実証する。
論文 参考訳（メタデータ） (2023-11-21T03:34:20Z) - Countering Misinformation via Emotional Response Generation [15.383062216223971]
ソーシャルメディアプラットフォーム(SMP)における誤情報拡散は、公衆衛生、社会的結束、民主主義に重大な危険をもたらす。
これまでの研究では、社会的訂正が誤情報を抑制する効果的な方法であることが示された。
約1万のクレーム応答対からなる最初の大規模データセットであるVerMouthを提案する。
論文 参考訳（メタデータ） (2023-11-17T15:37:18Z) - Simulating Social Media Using Large Language Models to Evaluate
Alternative News Feed Algorithms [8.602553195689513]
ソーシャルメディアはしばしば、有害な会話を増幅し、建設的な会話を妨げていると批判されている。
本稿では、ソーシャルメディアのシミュレーションが、異なるニュースフィードアルゴリズムがオンライン会話の質をいかに形成するかを研究するのに役立つかどうかを問う。
論文 参考訳（メタデータ） (2023-10-05T18:26:06Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-05-23T16:40:07Z) - A Weibo Dataset for the 2022 Russo-Ukrainian Crisis [59.258530429699924]
我々は、最初のリリースで350万以上のユーザー投稿とコメントを含む、ロシア・ウクライナ危機Weiboデータセットを提示する。
我々のデータはhttps://github.com/yrf1/Russia-Ukraine_weibo_dataset.comから入手可能です。
論文 参考訳（メタデータ） (2022-03-09T19:06:04Z) - Misinformation Detection in Social Media Video Posts [0.4724825031148411]
ソーシャルメディアプラットフォームによるショートフォームビデオは、ソーシャルメディアプロバイダーにとって重要な課題となっている。
本研究では,ソーシャルメディア投稿における誤情報検出手法を開発し,ビデオやテキストなどのモダリティを活用する。
われわれはTwitterから16万の動画投稿を収集し、自己教師付き学習を活用して、共同視覚およびテキストデータの表現表現を学ぶ。
論文 参考訳（メタデータ） (2022-02-15T20:14:54Z) - Social Analysis of Young Basque Speaking Communities in Twitter [0.9445512376558136]
バスク語で大量のつぶやきを処理することによって、人口統計分析を行うために、社会的側面と言語的側面の両方を考慮する。
階層的特徴と社会関係の研究は,機械学習と現代ディープラーニング自然言語処理(NLP)技術を適用して行われている。
論文 参考訳（メタデータ） (2021-09-08T08:19:08Z) - 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) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳（メタデータ） (2020-12-29T08:22:48Z) - I Know Where You Are Coming From: On the Impact of Social Media Sources
on AI Model Performance [79.05613148641018]
我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。
最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
論文 参考訳（メタデータ） (2020-02-05T11:10:44Z) - 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。