論文の概要: Who could be behind QAnon? Authorship attribution with supervised machine-learning

• arxiv url: http://arxiv.org/abs/2303.02078v1
• Date: Fri, 3 Mar 2023 16:50:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-06 14:13:26.760082
• Title: Who could be behind QAnon? Authorship attribution with supervised machine-learning
• Title（参考訳）: QAnonの背後に誰がいるか? 教師付き機械学習による著者帰属
• Authors: Florian Cafiero and Jean-Baptiste Camps
• Abstract要約: Q」というニックネームで署名された一連のソーシャルメディア投稿は、QAnonとして知られるムーブメントを開始した。 我々は、Qで書かれたテキストの言語特性と被疑者のリストで書かれたテキストとの一致を評価した。 我々は、Paul F. と Ron W. の2つの異なる個人が、Q の言語記号に最も近いものであると結論づける。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A series of social media posts signed under the pseudonym "Q", started a movement known as QAnon, which led some of its most radical supporters to violent and illegal actions. To identify the person(s) behind Q, we evaluate the coincidence between the linguistic properties of the texts written by Q and to those written by a list of suspects provided by journalistic investigation. To identify the authors of these posts, serious challenges have to be addressed. The "Q drops" are very short texts, written in a way that constitute a sort of literary genre in itself, with very peculiar features of style. These texts might have been written by different authors, whose other writings are often hard to find. After an online ethnology of the movement, necessary to collect enough material written by these thirteen potential authors, we use supervised machine learning to build stylistic profiles for each of them. We then performed a rolling analysis on Q's writings, to see if any of those linguistic profiles match the so-called 'QDrops' in part or entirety. We conclude that two different individuals, Paul F. and Ron W., are the closest match to Q's linguistic signature, and they could have successively written Q's texts. These potential authors are not high-ranked personality from the U.S. administration, but rather social media activists.
• Abstract（参考訳）: Q」というニックネームで署名された一連のソーシャルメディア投稿は、最も急進的な支持者の何人かを暴力的かつ違法な行動に導いた「QAnon」と呼ばれる運動を開始した。 q の背後にいる人物を特定するために、q が書いたテキストの言語的性質と、ジャーナリストによる調査によって提供された容疑者のリストとの一致性を評価する。 これらの投稿の著者を特定するには、重大な課題に取り組む必要がある。 Qドロップ」は極めて短いテキストで、文学的なジャンルそのものを構成する形で書かれており、スタイルの非常に特異な特徴がある。 これらのテキストは異なる著者によって書かれており、他の著者は見つけにくいことが多い。 この運動のオンラインエスノロジーは、これら13の潜在的著者によって書かれた十分な資料を収集するために必要であり、教師付き機械学習を用いて、それぞれにスタイリスティックなプロファイルを構築する。 次に、これらの言語プロファイルがいわゆる「QDrops」と一部あるいは全体と一致するかどうかを確認するために、Qの文章の転がり解析を行った。 我々は、2人の異なる個人、Paul F. と Ron W. が Q の言語記号に最も近い一致であり、それらは Q のテキストを逐次書けると結論付けた。 これらの潜在的な著者は、アメリカ政権の高位の人格ではなく、むしろソーシャルメディア活動家である。

関連論文リスト

• Reddit is all you need: Authorship profiling for Romanian [49.1574468325115]
  著者プロファイリング(英: Authorship profiling)とは、著者の著作に基づいて著者の特徴を特定する過程である。 本稿では,ルーマニア語における短いテキストのコーパスについて紹介する。
  論文  参考訳（メタデータ） (2024-10-13T16:27:31Z)
• BERT in Plutarch's Shadows [14.296970557215749]
  本稿では古代ギリシア語のためのBERT言語モデルを提案する。 文学的、哲学的、歴史的問題に関連する、以前は未知の統計的性質を発見した。 特に、プラチータ哲学は、他のプシュード・プルータルコスのテキストの1つとともに、アレクサンドリアの文脈から著者が書いたテキストと類似点を示している。
  論文  参考訳（メタデータ） (2022-11-10T16:21:42Z)
• PART: Pre-trained Authorship Representation Transformer [64.78260098263489]
  文書を書く著者は、語彙、レジストリ、句読点、ミススペル、絵文字の使用など、テキスト内での識別情報をインプリントする。 以前の作品では、手作りのフィーチャや分類タスクを使用して著者モデルをトレーニングし、ドメイン外の著者に対するパフォーマンスの低下につながった。 セマンティクスの代わりにtextbfauthorship の埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• Can You Fool AI by Doing a 180? $\unicode{x2013}$ A Case Study on Authorship Analysis of Texts by Arata Osada [2.6954666679827137]
  本稿では,倫理学と著者分析の分野をカバーする2つの疑問に答える試みである。 まず,著者識別システムが,作品の作者への正しい属性付けが可能かどうかを,長年にわたって大きな心理的移行を経た上で確認することに興味を抱いた。 第2に、著者の倫理的価値観の進化の観点から、著者の帰属体系が単一著者の発見に困難に直面する場合、それが何を意味するのかを確認した。
  論文  参考訳（メタデータ） (2022-07-19T05:43:49Z)
• Letter-level Online Writer Identification [86.13203975836556]
  我々は文字レベルのオンラインライタIDという新たな問題に焦点をあてる。 主な課題は、しばしば異なるスタイルで手紙を書くことである。 我々はこの問題をオンライン書記スタイルのばらつき(Var-O-Styles)と呼ぶ。
  論文  参考訳（メタデータ） (2021-12-06T07:21:53Z)
• Tortured phrases: A dubious writing style emerging in science. Evidence of critical issues affecting established journals [69.76097138157816]
  確率的テキストジェネレータは10年以上にわたって偽の科学論文の作成に使われてきた。 複雑なAIを利用した生成技術は、人間のものと区別できないテキストを生成する。 一部のウェブサイトはテキストを無料で書き直し、拷問されたフレーズでいっぱいのgobbledegookを生成する。
  論文  参考訳（メタデータ） (2021-07-12T20:47:08Z)
• The Gospel According to Q: Understanding the QAnon Conspiracy from the Perspective of Canonical Information [10.788583114755838]
  我々は、QAnon陰謀論を、彼ら自身の「Q」の観点から研究する。 6つの"集約サイト"から収集された4,949の標準Qドロップのデータセットを構築します。 我々はQdropsの内容を分析し、議論のトピックを特定し、個々の個人によって作成されていないことを示す統計的に有意な指標を見出した。
  論文  参考訳（メタデータ） (2021-01-21T18:03:24Z)
• Writer Identification Using Microblogging Texts for Social Media Forensics [53.180678723280145]
  私たちは、文学的分析に広く使われている人気のあるスタイル的特徴と、URL、ハッシュタグ、返信、引用などの特定のTwitter機能を評価します。 我々は、様々なサイズの著者集合と、著者毎のトレーニング/テストテキストの量をテストする。
  論文  参考訳（メタデータ） (2020-07-31T00:23:18Z)
• Forensic Authorship Analysis of Microblogging Texts Using N-Grams and Stylometric Features [63.48764893706088]
  この研究は、280文字に制限されたツイートメッセージの作者を特定することを目的としている。 弊社の実験では、40名のユーザによる、ユーザ毎120から200のつぶやきを自己キャプチャしたデータベースを使っています。 この小さなセットを使った結果は有望であり、異なる特徴は92%から98.5%の分類精度を提供する。
  論文  参考訳（メタデータ） (2020-03-24T19:32:11Z)

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。