論文の概要: Discourse Structures Guided Fine-grained Propaganda Identification
- arxiv url: http://arxiv.org/abs/2310.18544v1
- Date: Sat, 28 Oct 2023 00:18:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-31 17:54:32.132490
- Title: Discourse Structures Guided Fine-grained Propaganda Identification
- Title（参考訳）: 細粒度プロパガンダ識別のための談話構造
- Authors: Yuanyuan Lei, Ruihong Huang
- Abstract要約: 我々は政治ニュースにおけるプロパガンダを、文レベルとトークンレベルという2つのきめ細かいレベルで識別することを目指している。
本稿では,プロパガンダ発見のための局所的・グローバルな談話構造の導入を提案する。
- 参考スコア（独自算出の注目度）: 21.680194418287197
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Propaganda is a form of deceptive narratives that instigate or mislead the
public, usually with a political purpose. In this paper, we aim to identify
propaganda in political news at two fine-grained levels: sentence-level and
token-level. We observe that propaganda content is more likely to be embedded
in sentences that attribute causality or assert contrast to nearby sentences,
as well as seen in opinionated evaluation, speculation and discussions of
future expectation. Hence, we propose to incorporate both local and global
discourse structures for propaganda discovery and construct two teacher models
for identifying PDTB-style discourse relations between nearby sentences and
common discourse roles of sentences in a news article respectively. We further
devise two methods to incorporate the two types of discourse structures for
propaganda identification by either using teacher predicted probabilities as
additional features or soliciting guidance in a knowledge distillation
framework. Experiments on the benchmark dataset demonstrate that leveraging
guidance from discourse structures can significantly improve both precision and
recall of propaganda content identification.
- Abstract（参考訳）: プロパガンダ(英: Propaganda)は、一般的には政治的目的をもって大衆を扇動または誤解させる偽りの物語の一形態である。
本稿では,政治ニュースにおけるプロパガンダを,文レベルとトークンレベルという2つのきめ細かいレベルで識別することを目的とする。
提案するプロパガンダの内容は, 因果関係に起因する文や, 近隣の文と対照的な文に埋もれやすいこと, また, 今後の予測に関する意見評価, 投機, 議論で見られることが観察された。
そこで本稿では,プロパガンダ発見のための局所的およびグローバル的言論構造を取り入れた教師モデルを構築し,周辺文間のpdtb型言論関係と,ニュース記事における文の共通言論役割を識別する。
さらに,教師が予測する確率を付加的特徴として用いるか,あるいは知識蒸留の枠組みで指導を行うかして,プロパガンダ識別のための2種類の談話構造を組み込む手法を考案する。
ベンチマークデータセットにおける実験は、談話構造からのガイダンスを活用することで、プロパガンダコンテンツ識別の正確性とリコールの両方を著しく改善できることを示している。
関連論文リスト
- 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) - Distributed Marker Representation for Ambiguous Discourse Markers and
Entangled Relations [50.31129784616845]
我々は、無制限の談話マーカーデータと潜在談話感覚を利用して分散マーカ表現(DMR)を学習する。
提案手法は,対話マーカー間の複雑なあいまいさや絡み合いや,手動で定義した談話関係を理解する上でも有用である。
論文 参考訳（メタデータ） (2023-06-19T00:49:51Z) - Dataset of Propaganda Techniques of the State-Sponsored Information
Operation of the People's Republic of China [0.0]
本研究の目的は,Twitterが提供する状態支援情報操作データセットに基づいて,マンダリンに多ラベルプロパガンダ技術データセットを提供することにより,情報ギャップを埋めることである。
データセットの提示に加えて、細調整されたBERTを用いて複数ラベルのテキスト分類を適用する。
論文 参考訳（メタデータ） (2021-06-14T16:11:13Z) - Multi-modal Identification of State-Sponsored Propaganda on Social Media [2.1574781022415364]
本論文は、国が主催するインターネットプロパガンダを識別するためのバランスの取れたデータセットを構築するための最初の試みである。
データセットは2つの期間にわたる3つの異なる組織によるプロパガンダで構成されています。
視覚コンテンツとテキストコンテンツのみに基づいてプロパガンダメッセージを検出するマルチモデルフレームワークを提案する。
論文 参考訳（メタデータ） (2020-12-24T00:43:09Z) - 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) - LTIatCMU at SemEval-2020 Task 11: Incorporating Multi-Level Features for
Multi-Granular Propaganda Span Identification [70.1903083747775]
本稿では,新聞記事におけるプロパガンダ・スパン識別の課題について述べる。
本稿では,BERT-BiLSTMに基づくプロパガンダ分類モデルを提案する。
論文 参考訳（メタデータ） (2020-08-11T16:14:47Z) - BPGC at SemEval-2020 Task 11: Propaganda Detection in News Articles with
Multi-Granularity Knowledge Sharing and Linguistic Features based Ensemble
Learning [2.8913142991383114]
SemEval 2020 Task-11はニュースプロパガンダ検出のための自動システムの設計を目的としている。
Task-11 は2つのサブタスク、すなわち Span Identification と Technique Classification から構成される。
論文 参考訳（メタデータ） (2020-05-31T19:35:53Z) - Leveraging Declarative Knowledge in Text and First-Order Logic for
Fine-Grained Propaganda Detection [139.3415751957195]
本稿では,ニュース記事中のプロパガンダ的テキスト断片の検出について検討する。
本稿では,詳細なプロパガンダ手法の宣言的知識を注入する手法を提案する。
論文 参考訳（メタデータ） (2020-04-29T13:46:15Z) - Disentangled Speech Embeddings using Cross-modal Self-supervision [119.94362407747437]
本研究では,映像における顔と音声の自然な相互同期を生かした自己教師型学習目標を提案する。
我々は,(1)両表現に共通する低レベルの特徴を共有する2ストリームアーキテクチャを構築し,(2)これらの要因を明示的に解消する自然なメカニズムを提供する。
論文 参考訳（メタデータ） (2020-02-20T14:13:12Z)
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。