論文の概要: Overview of the CLAIMSCAN-2023: Uncovering Truth in Social Media through
Claim Detection and Identification of Claim Spans
- arxiv url: http://arxiv.org/abs/2310.19267v1
- Date: Mon, 30 Oct 2023 04:57:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-01 21:50:56.490060
- Title: Overview of the CLAIMSCAN-2023: Uncovering Truth in Social Media through
Claim Detection and Identification of Claim Spans
- Title（参考訳）: claimscan-2023: uncovering truth in social media via claim detection and identification of claims spans
- Authors: Megha Sundriyal and Md Shad Akhtar and Tanmoy Chakraborty
- Abstract要約: ソーシャルメディアプラットフォームは、偽情報、プロパガンダ、フェイクニュースを広める人々の避難所になっている。
ソーシャルメディアの投稿を自動的に識別し、そのクレームを確認し、信用と偽のクレームを区別することが重要になっている。
主な目的は、ソーシャルメディア投稿がクレームを構成するかどうかを判断するタスクAと、クレームを構成するポスト内の単語やフレーズを正確に識別するタスクBである。
- 参考スコア（独自算出の注目度）: 36.21314290592325
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: A significant increase in content creation and information exchange has been
made possible by the quick development of online social media platforms, which
has been very advantageous. However, these platforms have also become a haven
for those who disseminate false information, propaganda, and fake news. Claims
are essential in forming our perceptions of the world, but sadly, they are
frequently used to trick people by those who spread false information. To
address this problem, social media giants employ content moderators to filter
out fake news from the actual world. However, the sheer volume of information
makes it difficult to identify fake news effectively. Therefore, it has become
crucial to automatically identify social media posts that make such claims,
check their veracity, and differentiate between credible and false claims. In
response, we presented CLAIMSCAN in the 2023 Forum for Information Retrieval
Evaluation (FIRE'2023). The primary objectives centered on two crucial tasks:
Task A, determining whether a social media post constitutes a claim, and Task
B, precisely identifying the words or phrases within the post that form the
claim. Task A received 40 registrations, demonstrating a strong interest and
engagement in this timely challenge. Meanwhile, Task B attracted participation
from 28 teams, highlighting its significance in the digital era of
misinformation.
- Abstract（参考訳）: コンテンツ作成と情報交換の大幅な増加は、非常に有利なオンラインソーシャルメディアプラットフォームの開発によって実現されている。
しかし、これらのプラットフォームは偽情報、プロパガンダ、偽ニュースを広める人々にとっての場所になっている。
主張は世界の認識を形成するのに不可欠ですが、悲しいことに、偽情報を広める人々によって人を騙すために頻繁に使われています。
この問題に対処するため、ソーシャルメディアの巨人はコンテンツモデレーターを使って偽ニュースを現実世界からフィルタリングしている。
しかし、情報の量が多いため、偽ニュースを効果的に識別することは困難である。
したがって、そのような主張をするソーシャルメディア投稿を自動的に特定し、その妥当性を確認し、信頼性と虚偽の主張を区別することが重要になっている。
そこで我々は2023年の情報検索評価フォーラム(FIRE'2023)でCLAIMSCANを紹介した。
主な目的は、ソーシャルメディア投稿がクレームを構成するかどうかを決定するタスクAと、クレームを構成するポスト内の単語やフレーズを正確に識別するタスクBである。
タスクaは40の登録を受け取り、このタイムリーな課題に強い関心と関与を示した。
一方、タスクBは28チームから参加し、誤報のデジタル時代における重要性を強調した。
関連論文リスト
- WSDMS: Debunk Fake News via Weakly Supervised Detection of Misinforming
Sentences with Contextualized Social Wisdom [13.92421433941043]
本稿では,文章レベルの誤報を検出する偽ニュース拡散の分野における新たな課題について検討する。
Weakly Supervised Detection of Misinforming Sentences (WSDMS) というモデルを提案する。
実世界の3つのベンチマークでWSDMSを評価し、文レベルと記事レベルの両方でフェイクニュースをデバッキングすることで、既存の最先端のベースラインを上回っていることを実証した。
論文 参考訳（メタデータ） (2023-10-25T12:06:55Z) - Debunking Disinformation: Revolutionizing Truth with NLP in Fake News
Detection [7.732570307576947]
インターネットとソーシャルメディアは、即時情報配信の時代において、個人がニュースにアクセスする方法を変えてきた。
フェイクニュースはデジタルプラットフォームに急速に広がり、メディアエコシステムに悪影響を及ぼしている。
自然言語処理は、偽情報との戦いの激化において強力な武器として登場した。
論文 参考訳（メタデータ） (2023-08-30T21:25:31Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-05-23T16:40:07Z) - Adherence to Misinformation on Social Media Through Socio-Cognitive and
Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。
偏光と誤情報付着が密接な関係にあると仮定する。
論文 参考訳（メタデータ） (2022-06-30T12:34:24Z) - Stance Detection with BERT Embeddings for Credibility Analysis of
Information on Social Media [1.7616042687330642]
本稿では,記事の内容とともに,その特徴の1つとして姿勢を用いた偽ニュースを検出するモデルを提案する。
本研究は,自動的特徴抽出とテキストの関連性でコンテンツを解釈する。
実世界のデータセットで行った実験は、我々のモデルが以前の研究より優れており、95.32%の精度で偽ニュースの検出を可能にすることを示している。
論文 参考訳（メタデータ） (2021-05-21T10:46:43Z) - Misinfo Belief Frames: A Case Study on Covid & Climate News [49.979419711713795]
読者がニュースの信頼性や誤った情報の影響をどのように認識するかを理解するための形式主義を提案する。
23.5kの見出しに66kの推論データセットであるMisinfo Belief Frames (MBF) corpusを紹介する。
大規模言語モデルを用いて誤情報フレームを予測した結果,機械生成推論がニュース見出しに対する読者の信頼に影響を及ぼすことがわかった。
論文 参考訳（メタデータ） (2021-04-18T09:50:11Z) - TIB's Visual Analytics Group at MediaEval '20: Detecting Fake News on
Corona Virus and 5G Conspiracy [9.66022279280394]
ソーシャルメディア上のフェイクニュースは、一般大衆の本当のニュースの話題に悪影響を及ぼすため、研究の話題となっている。
MediaEval 2020のFakeNewsタスクは、誤情報を含むツイートを自動的に検出するチャレンジを作成することで、この問題に対処する。
BERT埋め込みと浅いニューラルネットワークを用いて、テキストのみを用いてツイートを分類する簡単なアプローチを提案する。
論文 参考訳（メタデータ） (2021-01-10T11:52:17Z) - The Role of the Crowd in Countering Misinformation: A Case Study of the
COVID-19 Infodemic [15.885290526721544]
我々は、新型コロナウイルスのパンデミックに関連するツイート、誤報の拡散、プロの事実確認、そして新型コロナウイルスに関する一般的な誤解を招く主張に対する大衆の反応を分析することに重点を置いている。
我々は分類器を訓練して155,468件のCOVID-19関連ツイートのデータセットを作成し、33,237件の虚偽の主張と33,413件の反論を含む。
我々は、誤報ツイートの急増が、そうした誤報を否定する速報とそれに対応するツイートの増加をもたらすことを観察する。
論文 参考訳（メタデータ） (2020-11-11T13:48:44Z) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳（メタデータ） (2020-10-20T19:37:04Z) - Misinformation Has High Perplexity [55.47422012881148]
疑似クレームを教師なしの方法でデバンクするために, 難易度を活用することを提案する。
まず,これらの主張に類似した文に基づいて,科学的およびニュースソースから信頼性のある証拠を抽出する。
第2に,抽出したエビデンスを言語モデルにプライマリし,難易度スコアに基づいて与えられたクレームの正当性を評価する。
論文 参考訳（メタデータ） (2020-06-08T15:13:44Z)
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。