Fugu-MT 論文翻訳(概要): Using the profile of publishers to predict barriers across news articles

論文の概要: Using the profile of publishers to predict barriers across news articles

arxiv url: http://arxiv.org/abs/2301.05535v1
Date: Fri, 13 Jan 2023 13:32:42 GMT
ステータス: 処理完了
システム内更新日: 2023-01-16 14:46:35.386098
Title: Using the profile of publishers to predict barriers across news articles
Title（参考訳）: 出版社のプロフィールを使ってニュース記事の障壁を予測する
Authors: Abdul Sittar, Dunja Mladenic
Abstract要約: 本稿では,各バリアに関連するウィキペディア概念とメタデータを利用して,ニュース拡散におけるバリア検出手法を提案する。当社のアプローチは,情報拡散障壁を予測するシステムの開発を今後進める上で,有用な洞察を提供するのに役立つと信じている。
参考スコア（独自算出の注目度）: 0.685316573653194
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Detection of news propagation barriers, being economical, cultural, political, time zonal, or geographical, is still an open research issue. We present an approach to barrier detection in news spreading by utilizing Wikipedia-concepts and metadata associated with each barrier. Solving this problem can not only convey the information about the coverage of an event but it can also show whether an event has been able to cross a specific barrier or not. Experimental results on IPoNews dataset (dataset for information spreading over the news) reveals that simple classification models are able to detect barriers with high accuracy. We believe that our approach can serve to provide useful insights which pave the way for the future development of a system for predicting information spreading barriers over the news.
Abstract（参考訳）: 経済的、文化的、政治的、時間帯的、地理的なニュース伝搬障壁の検出は、まだオープンな研究課題である。本稿では,wikipedia概念と各障壁に関連するメタデータを活用し,ニュース拡散における障壁検出手法を提案する。この問題を解決することは、イベントのカバレッジに関する情報を伝えるだけでなく、イベントが特定の障壁を越えていたかどうかを示すこともできる。 IPoNewsデータセット(ニュースに広がる情報のためのデータセット)の実験結果から、単純な分類モデルによって障壁を高精度に検出できることが判明した。当社のアプローチは,情報拡散障壁を予測するシステムの開発を今後進める上で,有用な洞察を提供するのに役立つと信じている。

関連論文リスト

Evolving to the Future: Unseen Event Adaptive Fake News Detection on Social Media [27.236656042545796]
textbfFuture textbfADaptive textbfEvent-based Fake News Detection (FADE) framework。具体的には、適応的拡張戦略とグラフコントラスト学習を用いて目標予測器を訓練し、高品質な特徴を得る。我々は、イベントのみ予測器の出力を目標予測器の出力から引いて最終的な予測値を得ることにより、イベントバイアスをさらに軽減する。
論文参考訳（メタデータ） (2024-02-29T06:40:53Z)
Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文参考訳（メタデータ） (2023-09-28T13:19:43Z)
Unsupervised Domain-agnostic Fake News Detection using Multi-modal Weak Signals [19.22829945777267]
本研究は,4つのモダリティで利用可能な知識をニュースレコードに埋め込んだ,教師なしフェイクニュース検出のための効果的なフレームワークを提案する。また,既存のニュースデータセットの潜伏バイアスを最小限に抑えたニュースデータセット構築手法を提案する。 LUND-COVIDを使って提案した教師なしフレームワークをトレーニングし、大規模データセットの可能性を活用した。
論文参考訳（メタデータ） (2023-05-18T23:49:31Z)
Classification of news spreading barriers [3.0036519884678894]
新聞記事のセマンティクスをウィキペディアの概念で推測するバリア分類手法を提案する。我々はニュース記事を収集し、ニュース出版社のメタデータを使って様々な種類の障壁に注釈を付けた。われわれは、ウィキペディアの概念とニュース記事のボディーテキストを、ニュース拡散障壁を推測する機能として利用している。
論文参考訳（メタデータ） (2023-04-10T20:13:54Z)
A Bayesian Framework for Information-Theoretic Probing [51.98576673620385]
我々は、探索は相互情報を近似するものとみなすべきであると論じる。これは、表現が元の文とターゲットタスクに関する全く同じ情報をエンコードしているというかなり直感的な結論を導いた。本稿では,ベイズ的相互情報(Bayesian mutual information)と呼ぶものを測定するための新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-09-08T18:08:36Z)
Event-Related Bias Removal for Real-time Disaster Events [67.2965372987723]
ソーシャルメディアは、自然災害や大量攻撃などの危機事象に関する情報を共有する重要なツールとなっている。有用な情報を含む実行可能なポストを検出するには、大量のデータをリアルタイムに高速に分析する必要がある。我々は、潜在事象固有のバイアスを除去し、ツイート重要度分類の性能を向上させるために、敵対的ニューラルモデルを訓練する。
論文参考訳（メタデータ） (2020-11-02T02:03:07Z)
Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
論文参考訳（メタデータ） (2020-09-16T14:13:15Z)
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)
Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
論文参考訳（メタデータ） (2020-04-03T18:26:33Z)

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。