論文の概要: Emotion Detection for Misinformation: A Review

• arxiv url: http://arxiv.org/abs/2311.00671v1
• Date: Wed, 1 Nov 2023 17:21:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-02 12:54:54.713537
• Title: Emotion Detection for Misinformation: A Review
• Title（参考訳）: 誤情報に対する感情検出:レビュー
• Authors: Zhiwei Liu, Tianlin Zhang, Kailai Yang, Paul Thompson, Zeping Yu, Sophia Ananiadou
• Abstract要約: 本稿では、誤情報検出のための感情に基づく手法を包括的にレビューする。 本研究では,様々な感情,感情,姿勢に基づく特徴を用いた誤情報検出手法の解析を行う。 本稿では,大規模言語モデルに基づく感情に基づく誤情報検出において,現在進行中の課題について論じる。
• 参考スコア（独自算出の注目度）: 23.546901725789645
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the advent of social media, an increasing number of netizens are sharing and reading posts and news online. However, the huge volumes of misinformation (e.g., fake news and rumors) that flood the internet can adversely affect people's lives, and have resulted in the emergence of rumor and fake news detection as a hot research topic. The emotions and sentiments of netizens, as expressed in social media posts and news, constitute important factors that can help to distinguish fake news from genuine news and to understand the spread of rumors. This article comprehensively reviews emotion-based methods for misinformation detection. We begin by explaining the strong links between emotions and misinformation. We subsequently provide a detailed analysis of a range of misinformation detection methods that employ a variety of emotion, sentiment and stance-based features, and describe their strengths and weaknesses. Finally, we discuss a number of ongoing challenges in emotion-based misinformation detection based on large language models and suggest future research directions, including data collection (multi-platform, multilingual), annotation, benchmark, multimodality, and interpretability.
• Abstract（参考訳）: ソーシャルメディアの出現に伴い、ネット市民の数が増加し、投稿やニュースをオンラインで共有し、読んでいる。 しかし、インターネットを浸水させた大量の誤報(偽ニュースや噂など)が人々の生活に悪影響を及ぼし、熱い研究トピックとして噂や偽ニュース検出が出現した。 ネット市民の感情や感情は、ソーシャルメディアの投稿やニュースで表現されるように、偽ニュースと本物のニュースを区別し、噂の拡散を理解する上で重要な要素となっている。 本稿では、誤情報検出のための感情に基づく手法を包括的にレビューする。 まず、感情と誤情報の強い関連を説明することから始める。 その後,様々な感情,感情,姿勢に基づく特徴を用いた誤情報検出手法の詳細な分析を行い,その強みと弱みについて述べる。 最後に,大規模言語モデルに基づく感情に基づく誤情報検出の課題について論じ,データ収集(マルチプラットフォーム,マルチ言語),アノテーション,ベンチマーク,マルチモーダル,解釈可能性など,今後の研究方向性を提案する。

関連論文リスト

• News and Misinformation Consumption in Europe: A Longitudinal Cross-Country Perspective [49.1574468325115]
  本研究では,欧州4カ国における情報消費について検討した。 フランス、ドイツ、イタリア、イギリスのニュースメディアアカウントから3年間のTwitter活動を分析した。 信頼性のある情報源が情報ランドスケープを支配していることを示しているが、信頼性の低いコンテンツは依然としてすべての国に存在している。
  論文  参考訳（メタデータ） (2023-11-09T16:22:10Z)
• Adapting Fake News Detection to the Era of Large Language Models [48.5847914481222]
  我々は,機械による(言い換えられた)リアルニュース,機械生成のフェイクニュース,人書きのフェイクニュース,人書きのリアルニュースの相互作用について検討する。 我々の実験では、人書き記事のみに特化して訓練された検知器が、機械が生成したフェイクニュースを検出できる興味深いパターンを明らかにしましたが、その逆ではありません。
  論文  参考訳（メタデータ） (2023-11-02T08:39:45Z)
• Fake News Detection and Behavioral Analysis: Case of COVID-19 [0.22940141855172028]
  パンデミックに関する偽ニュースの拡散による「情報デミック」が世界的な問題となっている。 読者は偽ニュースを本当のニュースと間違える可能性があり、その結果、本物の情報にアクセスできなくなる。 ソーシャルメディアの投稿で偽のニュースデータを正確に識別することは困難である。
  論文  参考訳（メタデータ） (2023-05-25T13:42:08Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• Nothing Stands Alone: Relational Fake News Detection with Hypergraph Neural Networks [49.29141811578359]
  本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。 提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
  論文  参考訳（メタデータ） (2022-12-24T00:19:32Z)
• Multiverse: Multilingual Evidence for Fake News Detection [71.51905606492376]
  Multiverseは、偽ニュースの検出に使用できる多言語エビデンスに基づく新機能である。 偽ニュース検出機能としての言語間証拠の使用仮説を確認した。
  論文  参考訳（メタデータ） (2022-11-25T18:24:17Z)
• A Review of Web Infodemic Analysis and Detection Trends across Multi-modalities using Deep Neural Networks [3.42658286826597]
  フェイクニュース検出は最も分析され、顕著な研究分野の1つである。 Facebook、Reddit、WhatsApp、YouTube、その他のソーシャルアプリケーションは、この新興分野で徐々に注目を集めている。 このレビューは主に、画像、ビデオ、およびそれらのテキストの組み合わせを含むマルチモーダルフェイクニュース検出技術を扱う。
  論文  参考訳（メタデータ） (2021-11-23T16:02:28Z)
• A Study of Fake News Reading and Annotating in Social Media Context [1.0499611180329804]
  我々は、44名のレイト参加者に、ニュース記事を含む投稿を含むソーシャルメディアフィードをさりげなく読み取らせるという、視線追跡研究を提示した。 第2回では,参加者に対して,これらの記事の真偽を判断するよう求めた。 また、同様のシナリオを用いたフォローアップ定性的な研究についても述べるが、今回は7人の専門家によるフェイクニュースアノテータを用いた。
  論文  参考訳（メタデータ） (2021-09-26T08:11:17Z)
• 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)
• News Sentiment Analysis [0.0]
  本稿では,レキシコンを用いたニュース記事の感情分析手法を提案する。 この実験はBBCのニュースデータセットで実施されており、採用されたアプローチの適用性と妥当性を示している。
  論文  参考訳（メタデータ） (2020-07-05T05:15:35Z)
• Mining Disinformation and Fake News: Concepts, Methods, and Recent Advancements [55.33496599723126]
  偽ニュースを含む偽ニュースは 爆発的な成長により グローバルな現象になっています 偽情報や偽ニュースを検知する最近の進歩にもかかわらず、その複雑さ、多様性、多様性、事実チェックやアノテーションのコストが原因で、いまだに自明ではない。
  論文  参考訳（メタデータ） (2020-01-02T21:01:02Z)

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。