論文の概要: A Holistic Framework for Analyzing the COVID-19 Vaccine Debate

• arxiv url: http://arxiv.org/abs/2205.01817v1
• Date: Tue, 3 May 2022 23:32:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-05 14:50:01.785096
• Title: A Holistic Framework for Analyzing the COVID-19 Vaccine Debate
• Title（参考訳）: 新型コロナウイルスワクチン論争の分析のための全体的枠組み
• Authors: Maria Leonor Pacheco, Tunazzina Islam, Monal Mahajan, Andrey Shor, Ming Yin, Lyle Ungar, Dan Goldwasser
• Abstract要約: 新型コロナウイルスのパンデミックは、品質の低い情報のインフォデミックを引き起こし、健康上の決定が下されている。 本稿では,スタンスと理性分析を結合する包括的分析の枠組みと,詳細な実体レベルの道徳的感情分析を提案する。
• 参考スコア（独自算出の注目度）: 38.974693908298626
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The Covid-19 pandemic has led to infodemic of low quality information leading to poor health decisions. Combating the outcomes of this infodemic is not only a question of identifying false claims, but also reasoning about the decisions individuals make. In this work we propose a holistic analysis framework connecting stance and reason analysis, and fine-grained entity level moral sentiment analysis. We study how to model the dependencies between the different level of analysis and incorporate human insights into the learning process. Experiments show that our framework provides reliable predictions even in the low-supervision settings.
• Abstract（参考訳）: 新型コロナウイルス(covid-19)のパンデミックは、低品質な情報のインフォデミックをもたらし、健康判断の低さにつながる。 このインフォデミックの結果と戦うことは、虚偽のクレームを特定することだけでなく、個人の意思決定に関する推論である。 本研究では,スタンスと理性分析を結合する包括的分析フレームワークと,詳細な実体レベルの道徳的感情分析を提案する。 異なるレベルの分析間の依存関係をモデル化する方法を検討し、人間の洞察を学習プロセスに取り入れる。 実験の結果,我々のフレームワークは低解像度設定でも信頼性の高い予測を提供することがわかった。

関連論文リスト

• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• A Comparative Analysis of the COVID-19 Infodemic in English and Chinese: Insights from Social Media Textual Data [2.641576480886427]
  新型コロナウイルス(COVID-19)のインフォデミック(インフォデミック)は、パンデミックに関連する誤報や未確認の主張が急速に広まるのを特徴としている。 本稿では、ソーシャルメディアプラットフォームから抽出したテキストデータを用いて、英語と中国語におけるCOVID-19インフォデミックの比較分析を行った。
  論文  参考訳（メタデータ） (2023-11-14T08:55:11Z)
• Interpretable Survival Analysis for Heart Failure Risk Prediction [50.64739292687567]
  現状の生存モデルと解釈可能かつ競合する新しい生存分析パイプラインを提案する。 我々のパイプラインは最先端のパフォーマンスを達成し、心不全のリスク要因に関する興味深い新しい洞察を提供する。
  論文  参考訳（メタデータ） (2023-10-24T02:56:05Z)
• Instrumental Variable Learning for Chest X-ray Classification [52.68170685918908]
  本稿では,素因果関係を排除し,正確な因果表現を得るための解釈可能な機器変数(IV)学習フレームワークを提案する。 提案手法の性能はMIMIC-CXR,NIH ChestX-ray 14,CheXpertデータセットを用いて実証した。
  論文  参考訳（メタデータ） (2023-05-20T03:12:23Z)
• Survey on Adversarial Attack and Defense for Medical Image Analysis: Methods and Challenges [64.63744409431001]
  医療画像解析における敵攻撃・防衛の進歩に関する総合的な調査を報告する。 公正な比較のために、逆向きに堅牢な診断モデルのための新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2023-03-24T16:38:58Z)
• Informing clinical assessment by contextualizing post-hoc explanations of risk prediction models in type-2 diabetes [50.8044927215346]
  本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。 我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。 本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
  論文  参考訳（メタデータ） (2023-02-11T18:07:11Z)
• Where Was COVID-19 First Discovered? Designing a Question-Answering System for Pandemic Situations [0.0]
  新型コロナウイルス(COVID-19)のパンデミックには、新型コロナウイルス関連の質問に対する簡潔で信頼性の高い情報の特定が困難になる大規模な「インフォデミック(infodemic)」が伴っている。 本稿では,パンデミックの状況における情報過負荷や誤報を克服するために,近代技術に基づく質問応答システムを設計することに関心がある。 実装はCORD-19データセットをベースとして,バイオメディカル専門家がラベル付けしたCOVID-19質問のサンプルに基づいて,回答の質を評価することで,アーティファクトの有用性を実証する。
  論文  参考訳（メタデータ） (2022-04-19T10:15:51Z)
• An Overview of Ontologies and Tool Support for COVID-19 Analytics [1.4315915057750197]
  SARS-CoV-2パンデミックの発生は、既存の医療、経済、社会の緊急バックエンドシステムにデータ分析機能を持たせることを要求する。 これらのシステムでデータ分析の利点を享受する上で障害となるのは、統一されたフレームワークや参照モデルがないことである。 オントロジは、新型コロナウイルス(COVID-19)のコンセプトの正式な表現を提供することによって、このギャップを埋めるための有望な解決策として強調されている。
  論文  参考訳（メタデータ） (2021-10-12T23:20:37Z)

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。