論文の概要: Inside the echo chamber: Linguistic underpinnings of misinformation on Twitter
- arxiv url: http://arxiv.org/abs/2404.15925v1
- Date: Wed, 24 Apr 2024 15:37:12 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-26 18:51:25.121522
- Title: Inside the echo chamber: Linguistic underpinnings of misinformation on Twitter
- Title（参考訳）: エコー室内:Twitterの誤報の言語的根拠
- Authors: Xinyu Wang, Jiayi Li, Sarah Rajtmajer,
- Abstract要約: ソーシャルメディア利用者は、誤った情報や議論の的になっている話題に関するコメントを含む投稿を共有することで、誤報の拡散をオンラインで推進している。
この研究は、誤情報に関する会話が言語の使用を通してどのように媒介されるかを探る。
- 参考スコア（独自算出の注目度）: 4.62503518282081
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Social media users drive the spread of misinformation online by sharing posts that include erroneous information or commenting on controversial topics with unsubstantiated arguments often in earnest. Work on echo chambers has suggested that users' perspectives are reinforced through repeated interactions with like-minded peers, promoted by homophily and bias in information diffusion. Building on long-standing interest in the social bases of language and linguistic underpinnings of social behavior, this work explores how conversations around misinformation are mediated through language use. We compare a number of linguistic measures, e.g., in-/out-group cues, readability, and discourse connectives, within and across topics of conversation and user communities. Our findings reveal increased presence of group identity signals and processing fluency within echo chambers during discussions of misinformation. We discuss the specific character of these broader trends across topics and examine contextual influences.
- Abstract（参考訳）: ソーシャルメディア利用者は、誤った情報を含む投稿を共有したり、真面目な議論を伴う議論のある話題についてコメントしたりすることで、誤報の拡散をオンラインで推進している。
エコーチャンバーの研究は、情報の拡散におけるホモフィリとバイアスによって促進される類似のピアとの繰り返しの相互作用を通じて、ユーザの視点が強化されることを示唆している。
社会行動の社会的基盤と言語基盤に対する長年の関心に基づいて、この研究は、誤情報に関する会話が言語利用を通してどのように介在しているかを探求する。
会話やユーザコミュニティの話題の中で,言語的尺度,例えば,グループ内/グループ内キュー,可読性,談話接続性などを比較した。
誤報の議論において,グループ識別信号の存在が増加し,エコー室内での処理流速が増大することが判明した。
本稿では、これらのトピックにわたる傾向の具体的特徴について論じ、文脈的影響について考察する。
関連論文リスト
- The Evolution of Language in Social Media Comments [37.69303106863453]
本研究では,34年間のユーザコメントの言語的特徴について検討し,その複雑さと時間的変化に着目した。
8つのプラットフォームとトピックから約3億の英文コメントのデータセットを利用する。
本研究は, テキスト長のほぼ普遍的な減少, 語彙の豊かさの低下, 反復性の低下を特徴とするソーシャルメディアプラットフォームとトピック間の複雑性パターンの整合性を明らかにした。
論文 参考訳（メタデータ） (2024-06-17T12:03:30Z) - Echo-chambers and Idea Labs: Communication Styles on Twitter [51.13560635563004]
本稿では,ワクチン接種状況におけるTwitter(X)コミュニティのコミュニケーション形態と構造について検討する。
本研究は,ソーシャルネットワークにおけるコミュニケーションの微妙な性質に光を当てることによって,オンラインコミュニティにおける視点の多様性を理解することの重要性を強調する。
論文 参考訳（メタデータ） (2024-03-28T13:55:51Z) - CoSyn: Detecting Implicit Hate Speech in Online Conversations Using a
Context Synergized Hyperbolic Network [52.85130555886915]
CoSynは、オンライン会話における暗黙のヘイトスピーチを検出するために、ユーザと会話のコンテキストを明示的に組み込んだ、コンテキスト中心のニューラルネットワークである。
我々は、CoSynが、1.24%から57.8%の範囲で絶対的に改善された暗黙のヘイトスピーチを検出することで、我々のベースラインを全て上回っていることを示す。
論文 参考訳（メタデータ） (2023-03-02T17:30:43Z) - AI Chat Assistants can Improve Conversations about Divisive Topics [3.8583005413310625]
我々は、人工知能ツールを用いてオンライン会話をいかに改善できるかを示す大規模な実験の結果を示す。
我々は、参加者の会話で理解される感覚の向上を目的とした、リアルタイムなエビデンスベースのレコメンデーションを実現するために、大きな言語モデルを採用している。
これらの介入は、会話の内容の体系的変更や人々の政策姿勢の移動を伴わずに、報告された会話の質を改善し、政治的分裂を減らし、トーンを改善する。
論文 参考訳（メタデータ） (2023-02-14T06:42:09Z) - Understanding How People Rate Their Conversations [73.17730062864314]
我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。
我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
論文 参考訳（メタデータ） (2022-06-01T00:45:32Z) - Linguistic Characterization of Divisive Topics Online: Case Studies on
Contentiousness in Abortion, Climate Change, and Gun Control [11.127421264715556]
異論的な話題は、論争的かつ非矛盾的な会話を喚起する。
我々は、高度に分断された話題(吸収、気候変動、銃規制)からの会話に焦点を当てている。
我々は,新しい言語的特徴と会話的特徴とユーザ要因のセットを運用し,それらを組み込んで解釈可能なモデルを構築する。
論文 参考訳（メタデータ） (2021-08-30T23:55:38Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2021-04-17T17:46:00Z) - Analysing Social Media Network Data with R: Semi-Automated Screening of
Users, Comments and Communication Patterns [0.0]
ソーシャルメディアプラットフォーム上でのコミュニケーションは、社会に広まりつつある。
フェイクニュース、ヘイトスピーチ、急進的要素は、この現代的なコミュニケーションの一部です。
これらのメカニズムとコミュニケーションパターンの基本的な理解は、負のコミュニケーション形態に対抗するのに役立つ。
論文 参考訳（メタデータ） (2020-11-26T14:52:01Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z)
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。