論文の概要: "Dummy Grandpa, do you know anything?": Identifying and Characterizing Ad hominem Fallacy Usage in the Wild

• arxiv url: http://arxiv.org/abs/2209.02062v1
• Date: Mon, 5 Sep 2022 17:16:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-07 13:39:01.185701
• Title: "Dummy Grandpa, do you know anything?": Identifying and Characterizing Ad hominem Fallacy Usage in the Wild
• Title（参考訳）: 「ダミーおじいちゃん、何か知ってる?」:野生のアド・ホミネムの誤用を識別して特徴付ける
• Authors: Utkarsh Patel, Animesh Mukherjee, Mainack Mondal
• Abstract要約: Ad hominem arguments はそのような誤認の最も効果的な形態の1つである。 2016年アメリカ合衆国大統領選挙以降、選挙議論の利用は大幅に増加した。
• 参考スコア（独自算出の注目度）: 7.022640250985622
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Today, participating in discussions on online forums is extremely commonplace and these discussions have started rendering a strong influence on the overall opinion of online users. Naturally, twisting the flow of the argument can have a strong impact on the minds of naive users, which in the long run might have socio-political ramifications, for example, winning an election or spreading targeted misinformation. Thus, these platforms are potentially highly vulnerable to malicious players who might act individually or as a cohort to breed fallacious arguments with a motive to sway public opinion. Ad hominem arguments are one of the most effective forms of such fallacies. Although a simple fallacy, it is effective enough to sway public debates in offline world and can be used as a precursor to shutting down the voice of opposition by slander. In this work, we take a first step in shedding light on the usage of ad hominem fallacies in the wild. First, we build a powerful ad hominem detector with high accuracy (F1 more than 83%, showing a significant improvement over prior work), even for datasets for which annotated instances constitute a very small fraction. We then used our detector on 265k arguments collected from the online debate forum - CreateDebate. Our crowdsourced surveys validate our in-the-wild predictions on CreateDebate data (94% match with manual annotation). Our analysis revealed that a surprising 31.23% of CreateDebate content contains ad hominem fallacy, and a cohort of highly active users post significantly more ad hominem to suppress opposing views. Then, our temporal analysis revealed that ad hominem argument usage increased significantly since the 2016 US Presidential election, not only for topics like Politics, but also for Science and Law. We conclude by discussing important implications of our work to detect and defend against ad hominem fallacies.
• Abstract（参考訳）: 今日、オンラインフォーラムでの議論は極めて一般的であり、これらの議論はオンラインユーザ全体の意見に強い影響を与え始めている。 当然、議論の流れを歪めることは、ナイーブなユーザーの心に強い影響を与える可能性がある。 したがって、これらのプラットフォームは、個人的またはコホートとして、世論を揺さぶる動機のある悪質な議論を巻き起こす悪質なプレイヤーに対して、潜在的に非常に脆弱である。 Ad hominem arguments はそのような誤認の最も効果的な形の一つである。 単純な誤りではあるが、オフラインの世界における公衆の議論を妨げ、スランダーによる反対の声を遮断する先駆者として使用できる。 本研究では,野生でのアドホミネム誤用について,その利用方法の解明に向けて第一歩を踏み出した。 まず,アノテートされたインスタンスが極めて少ないデータセットであっても,精度の高いアドホミネム検出器(f1は83%以上,以前の作業よりも大幅に改善している)を構築する。 次に、オンライン討論フォーラム、CreateDebateから収集された265kの引数で検出器を使用しました。 クラウドソーシングによる調査は、createebateデータ(手動アノテーションと94%の一致)の予測を検証しています。 分析の結果,CreateDebateのコンテンツのうち31.23%がアドホミネムの誤用によるものであることが判明した。 そして、我々の時間分析により、2016年のアメリカ合衆国大統領選挙以降、政治だけでなく、科学と法についても、アドホミン論の利用が大幅に増加したことが判明した。 我々は、アドホマイネムの誤認を検知し、防御する作業の重要な意味を議論することで結論付けた。

関連論文リスト

• Grounding Fallacies Misrepresenting Scientific Publications in Evidence [84.32990746227385]
  誤検出データセットMisciの拡張であるMisciPlusを紹介する。 MissciPlusは、実世界の誤った証拠と誤った主張を組み合わせ、証拠に基づく事実チェックモデルへの入力と同一である。 以上の結果から,現在の事実チェックモデルでは,誤報を否定するために,誤表現された科学パスを使用するのが困難であることが示唆された。
  論文  参考訳（メタデータ） (2024-08-23T03:16:26Z)
• Missci: Reconstructing Fallacies in Misrepresented Science [84.32990746227385]
  ソーシャルネットワーク上の健康関連の誤報は、意思決定の貧弱さと現実世界の危険につながる可能性がある。 ミスシは、誤った推論のための新しい議論理論モデルである。 大規模言語モデルの批判的推論能力をテストするためのデータセットとしてMissciを提案する。
  論文  参考訳（メタデータ） (2024-06-05T12:11:10Z)
• How susceptible are LLMs to Logical Fallacies? [5.723715910568911]
  論理的誤りに対する大規模言語モデルの堅牢性を評価するための診断ベンチマークであるLOGICOMを提案する。 本稿では,GPT-3.5とGPT-4の性能を評価するために,議論の的となっているトピックを含むデータセットを用いて評価を行う。 以上より, GPT-3.5 と GPT-4 は理屈によって意見の調整が可能であることが示唆された。
  論文  参考訳（メタデータ） (2023-08-18T23:07:29Z)
• Persua: A Visual Interactive System to Enhance the Persuasiveness of Arguments in Online Discussion [52.49981085431061]
  説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。 オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。 Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
  論文  参考訳（メタデータ） (2022-04-16T08:07:53Z)
• The Unfolding Structure of Arguments in Online Debates: The case of a No-Deal Brexit [0.0]
  オンライン討論の潜在的な議論構造を抽出,分類,探索するための5段階の手法を提案する。 合意なし」ブレグジットに関するTwitterのデータを用いて、このイベントが実現した場合の期待される影響に焦点を当てる。 その結果,提案手法を議論の統計的レトリック解析に用いることができることがわかった。
  論文  参考訳（メタデータ） (2021-03-09T12:29:43Z)
• "Nice Try, Kiddo": Investigating Ad Hominems in Dialogue Responses [87.89632038677912]
  アドホミン攻撃(Ad hominem attack)とは、ある人物が保持している位置ではなく、ある人物の特徴を狙う攻撃である。 本稿では,アノテートされたデータセットを作成し,英語のTwitter投稿に対する人文・対話応答を解析するシステムを構築する。 以上の結果から,1)ヒトとダイアロGPTの両方からの反応は,辺縁化コミュニティに関する議論においてより多くのアドホミンを含むこと,2)訓練データ中の異なる量のアドホミンがアドホミンの生成に影響を及ぼしうること,3)アドホミン化を減らすためのデコード技術に制約があることが示唆された。
  論文  参考訳（メタデータ） (2020-10-24T07:37:49Z)
• Influence via Ethos: On the Persuasive Power of Reputation in Deliberation Online [10.652828373995513]
  オンライン上での個人間の協議は、投票、購入、寄付、その他の重要なオフライン行動を推進する意見を形成する上で重要な役割を果たす。 我々の研究は、個人の「意見」である$textitethos$の説得力を調べる。 個人の評判は、議論の妥当性、強さ、提示以上の説得率に大きな影響を及ぼすことがわかった。
  論文  参考訳（メタデータ） (2020-06-01T04:25:40Z)
• Adversarial Fooling Beyond "Flipping the Label" [54.23547006072598]
  CNNは、多くの重要なタスクにおいて、人間に近いか、人間のパフォーマンスよりも優れていることを示す。 これらの攻撃は、実際の展開において潜在的に危険である。 異なるCNNアーキテクチャの集合に対するいくつかの重要な敵攻撃を包括的に分析する。
  論文  参考訳（メタデータ） (2020-04-27T13:21:03Z)
• What Changed Your Mind: The Roles of Dynamic Topics and Discourse in Argumentation Process [78.4766663287415]
  本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。 議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
  論文  参考訳（メタデータ） (2020-02-10T04:27:48Z)

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。