Fugu-MT 論文翻訳(概要): ACTI at EVALITA 2023: Overview of the Conspiracy Theory Identification Task

論文の概要: ACTI at EVALITA 2023: Overview of the Conspiracy Theory Identification Task

arxiv url: http://arxiv.org/abs/2307.06954v2
Date: Fri, 25 Aug 2023 13:58:22 GMT
ステータス: 処理完了
システム内更新日: 2023-08-28 17:01:56.894270
Title: ACTI at EVALITA 2023: Overview of the Conspiracy Theory Identification Task
Title（参考訳）: ACTI at EVALITA 2023: Overview of the Conspiracy Theory Identification Task
Authors: Giuseppe Russo, Niklas Stoehr, Manoel Horta Ribeiro
Abstract要約: ACTIチャレンジは、電報の補足的なチャンネルで公開されたコメントにのみ基づき、2つのサブタスクに分けられる。このタスクには合計15チームが参加し、81チームが参加した。本稿では,大規模言語モデルの活用をベースとした,最も優れた手法について説明する。
参考スコア（独自算出の注目度）: 7.36947519345126
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Conspiracy Theory Identication task is a new shared task proposed for the first time at the Evalita 2023. The ACTI challenge, based exclusively on comments published on conspiratorial channels of telegram, is divided into two subtasks: (i) Conspiratorial Content Classification: identifying conspiratorial content and (ii) Conspiratorial Category Classification about specific conspiracy theory classification. A total of fifteen teams participated in the task for a total of 81 submissions. We illustrate the best performing approaches were based on the utilization of large language models. We finally draw conclusions about the utilization of these models for counteracting the spreading of misinformation in online platforms.
Abstract（参考訳）: 共謀理論の証明タスクは、エヴァリタ2023で初めて提案された新しい共有タスクである。 actiチャレンジはtelegramの共謀チャンネルで公開されているコメントのみに基づいており、以下の2つのサブタスクに分割されている。 (i)共謀内容分類:共謀内容の同定及び (ii)特定の共謀理論の分類に関する共謀圏分類。合計15チームがタスクに参加し、合計81回の応募を行った。提案手法は,大規模言語モデルの利用に基づくものである。最後に、オンラインプラットフォームにおける誤情報の拡散防止にこれらのモデルの活用について結論を出す。

関連論文リスト

Classifying Conspiratorial Narratives At Scale: False Alarms and Erroneous Connections [4.594855794205588]
この研究は、陰謀論に関する議論を分類するための一般的なスキームを確立する。我々は、オンラインCTを分類するためのBERTベースのモデルをトレーニングするために、人間ラベル付き地上真実を利用する。本研究は,最も活発な陰謀に関するRedditフォーラムの投稿を用いた,最初の大規模分類研究である。
論文参考訳（メタデータ） (2024-03-29T20:29:12Z)
SemEval-2024 Shared Task 6: SHROOM, a Shared-task on Hallucinations and Related Observable Overgeneration Mistakes [48.83290963506378]
本稿では,幻覚検出に焦点をあてた共有タスクであるSHROOMの結果について述べる。このアプローチをどのように取り組んだかについて、いくつかの重要なトレンドを観察します。チームの大多数が提案したベースラインシステムより優れていますが、トップスコアシステムのパフォーマンスは依然として、より困難なアイテムのランダムなハンドリングと一致しています。
論文参考訳（メタデータ） (2024-03-12T15:06:22Z)
ArAIEval Shared Task: Persuasion Techniques and Disinformation Detection in Arabic Text [41.3267575540348]
本稿では, EMNLP 2023と共同で開催される第1回アラビア2023会議の一環として組織されたArAIEval共有タスクの概要を紹介する。 ArAIEvalは、アラビア文字上の2つのタスクを提供する: (i) 説得テクニックの検出、ツイートやニュース記事における説得テクニックの識別、および (ii) ツイート上のバイナリとマルチクラスの設定における偽情報検出。最終評価フェーズには合計20チームが参加し、タスク1と2には14チームと16チームが参加した。
論文参考訳（メタデータ） (2023-11-06T15:21:19Z)
Overview of the BioLaySumm 2023 Shared Task on Lay Summarization of Biomedical Research Articles [47.04555835353173]
本稿では,ACL 2023のBioNLPワークショップで開催されているバイオメディカルリサーチ記事のレイ要約(BioLaySumm)における共有タスクの結果について述べる。この共有タスクの目的は、"遅延要約"を生成することができる抽象的な要約モデルを開発することである。総合的な結果に加えて,BioLaySumm共有タスクのセットアップと洞察についても報告した。
論文参考訳（メタデータ） (2023-09-29T15:43:42Z)
UPB @ ACTI: Detecting Conspiracies using fine tuned Sentence Transformers [2.0046675283732887]
我々は、ACTI @ EVALA 2023共有タスクによって提案された陰謀論の検出に対処する。提案手法は,F1スコアが85.71%,F1スコアが91.23%,F1スコアが他の競合システムを上回った。
論文参考訳（メタデータ） (2023-09-28T09:17:20Z)
The Anatomy of Conspirators: Unveiling Traits using a Comprehensive Twitter Dataset [0.0]
本稿では,2022年を通して共謀活動に従事しているアカウントを包含するTwitterデータセットを構築するための新しい手法を提案する。この包括的な収集作業により、合計15万のアカウントと3700万のツイートがタイムラインから抽出された。トピック,プロファイル,行動特性の3次元にわたる2つのグループの比較分析を行った。
論文参考訳（メタデータ） (2023-08-29T09:35:23Z)
ICDAR 2023 Competition on Structured Text Extraction from Visually-Rich Document Images [198.35937007558078]
大会は2022年12月30日に開かれ、2023年3月24日に閉幕した。トラック1には35人の参加者と91人の有効な応募があり、トラック2には15人の参加者と26人の応募がある。提案手法の性能によると, 複雑なシナリオやゼロショットシナリオにおいて, 期待される情報抽出性能にはまだ大きなギャップがあると考えられる。
論文参考訳（メタデータ） (2023-06-05T22:20:52Z)
Findings of the NLP4IF-2021 Shared Tasks on Fighting the COVID-19 Infodemic and Censorship Detection [23.280506220186425]
NLP4IF-2021共有タスクの結果を示す。 10チームがタスク1にシステムを提出し、1チームがタスク2に参加した。最高のシステムは、事前訓練されたトランスフォーマーとアンサンブルを使用する。
論文参考訳（メタデータ） (2021-09-23T06:38:03Z)
SemEval-2021 Task 4: Reading Comprehension of Abstract Meaning [47.49596196559958]
本稿では,SemEval-2021共有タスクについて紹介する。4: Reading of Abstract Meaning (ReCAM)。パスとそれに対応する質問が与えられた場合、参加者システムは、抽象概念の5つの候補から正しい回答を選択することが期待される。 Subtask 1は、物理的な世界で直接認識できない概念を、システムがいかにうまくモデル化できるかを評価することを目的としている。 Subtask 2は、ハイパーニム階層にある非特異な概念を解釈するモデルの能力に焦点を当てている。 Subtask 3は、2種類の抽象性に対するモデルの一般化可能性に関する洞察を提供することを目的としている。
論文参考訳（メタデータ） (2021-05-31T11:04:17Z)
The Truth is Out There: Investigating Conspiracy Theories in Text Generation [66.01545519772527]
言語モデルが陰謀理論テキストを生成する可能性を検討する。本研究は陰謀理論の解明のためにこれらのモデルをテストすることに焦点を当てている。陰謀理論のトピック、機械生成陰謀理論、人為的陰謀理論からなる新しいデータセットを紹介します。
論文参考訳（メタデータ） (2021-01-02T05:47:39Z)
Online Action Recognition [69.32402131983699]
行動統一(AU)とオンライン行動認識(OARU)を提案する。 AUは論理統一に基づいて構築され、重み付き部分MaxSATを使用して2つの入力アクションを一般化する。 OARUは専門家の知識を正確に認識し、リアルタイムのパフォーマンスを示す。
論文参考訳（メタデータ） (2020-12-14T12:37:20Z)

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。