論文の概要: Classifying Conspiratorial Narratives At Scale: False Alarms and Erroneous Connections

• arxiv url: http://arxiv.org/abs/2404.00141v1
• Date: Fri, 29 Mar 2024 20:29:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-04 07:07:01.818629
• Title: Classifying Conspiratorial Narratives At Scale: False Alarms and Erroneous Connections
• Title（参考訳）: エピソード的ナラティブを大規模に分類する - 偽のアラームと誤ったつながり
• Authors: Ahmad Diab, Rr. Nefriana, Yu-Ru Lin,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 4.594855794205588
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Online discussions frequently involve conspiracy theories, which can contribute to the proliferation of belief in them. However, not all discussions surrounding conspiracy theories promote them, as some are intended to debunk them. Existing research has relied on simple proxies or focused on a constrained set of signals to identify conspiracy theories, which limits our understanding of conspiratorial discussions across different topics and online communities. This work establishes a general scheme for classifying discussions related to conspiracy theories based on authors' perspectives on the conspiracy belief, which can be expressed explicitly through narrative elements, such as the agent, action, or objective, or implicitly through references to known theories, such as chemtrails or the New World Order. We leverage human-labeled ground truth to train a BERT-based model for classifying online CTs, which we then compared to the Generative Pre-trained Transformer machine (GPT) for detecting online conspiratorial content. Despite GPT's known strengths in its expressiveness and contextual understanding, our study revealed significant flaws in its logical reasoning, while also demonstrating comparable strengths from our classifiers. We present the first large-scale classification study using posts from the most active conspiracy-related Reddit forums and find that only one-third of the posts are classified as positive. This research sheds light on the potential applications of large language models in tasks demanding nuanced contextual comprehension.
• Abstract（参考訳）: オンラインでの議論は、しばしば陰謀論を巻き込み、それらに対する信念の拡散に寄与する。 しかし、陰謀論に関する議論がすべて促進するわけではない。 既存の研究は、単純なプロキシを頼りにしたり、陰謀論を識別するための一連の信号に焦点を合わせてきた。 この研究は、陰謀論に関する議論を、陰謀説に関する著者の見解に基づいて分類するための一般的なスキームを確立しており、これは、エージェント、アクション、客観的といった物語的要素によって明示的に表現されるか、または、化学や新世界秩序のような既知の理論を参照することによって暗黙的に表現される。 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,人間ラベル付き地中真理を活用し,オンラインコンスピラリアルコンテンツを検出するための生成事前学習トランスフォーママシン(GPT)と比較した。 GPTの表現性や文脈的理解における強みは知られているが,本研究は論理的推論に重大な欠陥を呈し,また分類器の強みに匹敵する強みを示した。 我々は,最も活発な陰謀関連Redditフォーラムの投稿を用いた最初の大規模分類研究を行い,その3分の1が肯定的であることがわかった。 この研究は、文脈的理解を必要とするタスクにおいて、大規模言語モデルの潜在的な応用に光を当てている。

関連論文リスト

• Unveiling Online Conspiracy Theorists: a Text-Based Approach and Characterization [42.242551342068374]
  我々は、共謀理論パターンを持つユーザと、そのような傾向を欠いたユーザからなるユーザからなる2つの異なるXデータセットの包括的分析を行った。 本研究の結果,他者に対する陰謀論者による語彙と言語の違いが明らかとなった。 我々は,871の豊富な特徴セットに基づいて陰謀論を広めるユーザを識別できる機械学習分類器を開発した。
  論文  参考訳（メタデータ） (2024-05-21T08:07:38Z)
• ACTI at EVALITA 2023: Overview of the Conspiracy Theory Identification Task [7.36947519345126]
  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。
  論文  参考訳（メタデータ） (2023-07-12T20:33:30Z)
• Pathways through Conspiracy: The Evolution of Conspiracy Radicalization through Engagement in Online Conspiracy Discussions [9.410583483182657]
  本稿では,オンライン陰謀論の議論参加者を対象に,様々な急激化段階の実証モデルを提案する。 169万のコントリビューションを通じて36万のユーザを調査した結果,共謀行為の4つの経路が明らかになった。 ユーザの特定のサブ人口、すなわち、安定した高頻度で陰謀の関与が増加するサブ人口は、様々な過激化段階を通じて連続的に進行する。
  論文  参考訳（メタデータ） (2022-04-22T14:31:53Z)
• Where the Earth is flat and 9/11 is an inside job: A comparative algorithm audit of conspiratorial information in web search results [62.997667081978825]
  本稿では,Google,Bing,DuckDuckGo,Yahoo,Yandexの5つの検索エンジンを対象に,検索結果における比較情報の分布について検討する。 われわれは、Google以外の検索エンジンが一貫して共謀広告の検索結果を表示し、共謀広告のウェブサイトへのリンクをトップに返したことを知った。 共謀プロモーティングの結果のほとんどはソーシャルメディアや共謀のウェブサイトから得られたものであり、一方共謀の情報は科学的なウェブサイトで共有され、より少なからぬレガシなメディアによって共有された。
  論文  参考訳（メタデータ） (2021-12-02T14:29:21Z)
• Fact-driven Logical Reasoning for Machine Reading Comprehension [82.58857437343974]
  私たちは、常識と一時的な知識のヒントの両方を階層的にカバーする動機があります。 具体的には,文の背骨成分を抽出し,知識単位の一般的な定式化を提案する。 次に、事実単位の上にスーパーグラフを構築し、文レベル(事実群間の関係)と実体レベルの相互作用の利点を享受する。
  論文  参考訳（メタデータ） (2021-05-21T13:11:13Z)
• 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)
• Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
  物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。 以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
  論文  参考訳（メタデータ） (2020-10-04T05:24:12Z)
• An automated pipeline for the discovery of conspiracy and conspiracy theory narrative frameworks: Bridgegate, Pizzagate and storytelling on the web [0.0]
  本稿では,ソーシャルメディア上での陰謀論の生成的物語の枠組みの発見と記述のための自動パイプラインを提案する。 私たちはこの研究を、2016年の有名な陰謀論であるPizzagateに関する記事とニュース記事の2つの別々のリポジトリに基づいています。 我々は、Pizzagateフレームワークが陰謀論者による「隠れた知識」の解釈にどのように依存しているかを示す。
  論文  参考訳（メタデータ） (2020-08-23T05:14:38Z)
• 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。