論文の概要: Multilingual Disinformation Detection for Digital Advertising

• arxiv url: http://arxiv.org/abs/2207.10649v1
• Date: Mon, 4 Jul 2022 10:29:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-24 11:43:22.926489
• Title: Multilingual Disinformation Detection for Digital Advertising
• Title（参考訳）: デジタル広告のための多言語偽情報検出
• Authors: Zofia Trstanova, Nadir El Manouzi, Maryline Chen, Andre L. V. da Cunha, Sergei Ivanov
• Abstract要約: 私たちは、偽情報で大衆を操る可能性のあるWebサイトを素早く検出し、リフレッシュする第一歩を踏み出します。 我々は、多言語テキスト埋め込みに基づく機械学習モデルを構築し、まず、ページが興味のあるトピックについて言及しているかどうかを判断し、コンテンツが悪意のあるものである可能性を推定する。 当社のシステムでは,内部チームが積極的に安全でないコンテンツをブラックリスト化することで,広告提供者の評判を保護できる。
• 参考スコア（独自算出の注目度）: 0.9684919127633844
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In today's world, the presence of online disinformation and propaganda is more widespread than ever. Independent publishers are funded mostly via digital advertising, which is unfortunately also the case for those publishing disinformation content. The question of how to remove such publishers from advertising inventory has long been ignored, despite the negative impact on the open internet. In this work, we make the first step towards quickly detecting and red-flagging websites that potentially manipulate the public with disinformation. We build a machine learning model based on multilingual text embeddings that first determines whether the page mentions a topic of interest, then estimates the likelihood of the content being malicious, creating a shortlist of publishers that will be reviewed by human experts. Our system empowers internal teams to proactively, rather than defensively, blacklist unsafe content, thus protecting the reputation of the advertisement provider.
• Abstract（参考訳）: 今日の世界では、オンラインの偽情報やプロパガンダの存在はかつてないほど広まっている。 独立系出版社は、主にデジタル広告を通じて資金を提供している。 オープンインターネットへの悪影響にもかかわらず、このようなパブリッシャーを広告在庫から排除する方法の問題は長い間無視されてきた。 本研究は、偽情報で公衆を操作可能なWebサイトを素早く検知し、リフレッグする第一歩である。 私たちは、多言語テキスト埋め込みに基づく機械学習モデルを構築し、まずページが関心のあるトピックを参照しているかどうかを判断し、その後、悪意のあるコンテンツの可能性を見積もり、人間の専門家によってレビューされる出版社のショートリストを作成します。 当社のシステムでは,広告提供者の評判を保護し,安全でないコンテンツを積極的にブラックリスト化する代わりに,社内チームが積極的に対応できるようにする。

関連論文リスト

• Before & After: The Effect of EU's 2022 Code of Practice on Disinformation [2.1456348289599134]
  広告ネットワークは、ほとんどビジターがいない不人気な偽情報サイトから撤退している。 広告ネットワークは、偽情報コンテンツの横にある正当な企業の広告を引き続き掲載していることを示す。 実際、主要な広告ネットワークは、私たちのデータセットの約400の誤報ウェブサイトに広告を配置している。
  論文  参考訳（メタデータ） (2024-10-15T07:48:43Z)
• PropaInsight: Toward Deeper Understanding of Propaganda in Terms of Techniques, Appeals, and Intent [71.20471076045916]
  プロパガンダは世論の形成と偽情報の拡散に重要な役割を果たしている。 Propainsightはプロパガンダを体系的に、技術、覚醒的魅力、そして根底にある意図に分解する。 Propagazeは、人間の注釈付きデータと高品質な合成データを組み合わせる。
  論文  参考訳（メタデータ） (2024-09-19T06:28:18Z)
• Long-Term Ad Memorability: Understanding & Generating Memorable Ads [54.23854539909078]
  広告の記憶可能性に関する大規模な研究は行われていない。 276のブランドをカバーする1749の参加者と2205の広告からなる,最初の記憶可能性データセットであるLAMBDAをリリースする。
  論文  参考訳（メタデータ） (2023-09-01T10:27:04Z)
• Discrimination through Image Selection by Job Advertisers on Facebook [79.21648699199648]
  求人広告における新たな差別手段の出現状況について検討する。 ターゲティングとデリバリーの両方を組み合わせ、求人広告画像の特定の人口層を不均等に表現したり排除したりする。 私たちはFacebook Ad Libraryを使って、このプラクティスの有病率を実証しています。
  論文  参考訳（メタデータ） (2023-06-13T03:43:58Z)
• Problematic Advertising and its Disparate Exposure on Facebook [15.667983888666312]
  我々はFacebookを調査し、問題のあるオンライン広告の理解における重要なギャップを調査する。 高齢者や少数民族の広告が特に表示されることがわかりました。 問題のある広告の22%が広告主から特定のターゲティングをしていないことを考えると、広告配信アルゴリズムがこれらの広告の偏りのある分布に重要な役割を果たしたと推測する。
  論文  参考訳（メタデータ） (2023-06-09T17:23:59Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• Deep Breath: A Machine Learning Browser Extension to Tackle Online Misinformation [0.0]
  本稿では,オンライン上の誤解を招くコンテンツの検出,処理,警告を行う新しいシステムを提案する。 機械学習モデルを既存の3万2000のクリックベイトニュース記事見出しのデータセットでトレーニングすることにより、このモデルは見出しがセンセーショナルであるかどうかを予測する。 既存の設計原則に基づいたユニークなコンテンツ警告通知を構築するWebブラウザエクステンションとインターフェースする。
  論文  参考訳（メタデータ） (2023-01-09T12:43:58Z)
• AI-Driven Contextual Advertising: A Technology Report and Implication Analysis [0.0]
  プログラム広告はデジタル広告空間の自動オークションである。 文脈広告に対する関心は、部分的には現在の個人データへの依存に対する反作用である。 人工知能(AI)の発展により、コンテキストのより深いセマンティックな理解が可能になる。
  論文  参考訳（メタデータ） (2022-05-02T13:44:58Z)
• Online Advertising Revenue Forecasting: An Interpretable Deep Learning Approach [0.0]
  本稿では,出版社の広告収入を予測する新しいアテンションベースアーキテクチャを提案する。 この結果は,複数の時間地平線上での深層学習時系列予測モデルよりも優れていた。
  論文  参考訳（メタデータ） (2021-11-16T23:55:02Z)
• Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
  本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。 本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
  論文  参考訳（メタデータ） (2020-11-13T10:19:13Z)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)

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。