論文の概要: Unveiling Online Conspiracy Theorists: a Text-Based Approach and Characterization
- arxiv url: http://arxiv.org/abs/2405.12566v1
- Date: Tue, 21 May 2024 08:07:38 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-22 13:58:57.183455
- Title: Unveiling Online Conspiracy Theorists: a Text-Based Approach and Characterization
- Title(参考訳): オンライン共謀理論を解き明かす:テキストに基づくアプローチと評価
- Authors: Alessandra Recordare, Guglielmo Cola, Tiziano Fagni, Maurizio Tesconi,
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 42.242551342068374
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In today's digital landscape, the proliferation of conspiracy theories within the disinformation ecosystem of online platforms represents a growing concern. This paper delves into the complexities of this phenomenon. We conducted a comprehensive analysis of two distinct X (formerly known as Twitter) datasets: one comprising users with conspiracy theorizing patterns and another made of users lacking such tendencies and thus serving as a control group. The distinguishing factors between these two groups are explored across three dimensions: emotions, idioms, and linguistic features. Our findings reveal marked differences in the lexicon and language adopted by conspiracy theorists with respect to other users. We developed a machine learning classifier capable of identifying users who propagate conspiracy theories based on a rich set of 871 features. The results demonstrate high accuracy, with an average F1 score of 0.88. Moreover, this paper unveils the most discriminating characteristics that define conspiracy theory propagators.
- Abstract(参考訳): 今日のデジタルランドスケープでは、オンラインプラットフォームの偽情報エコシステムにおける陰謀説の拡散が懸念されている。
この現象の複雑さを考察する。
我々は、2つの異なるXデータセット(以前はTwitterと呼ばれていた)を包括的に分析した。一つは陰謀論的なパターンを持つユーザと、もうひとつはそのような傾向を欠いたユーザで構成され、コントロールグループとして機能するユーザである。
これら2つのグループを区別する要因は、感情、イディオム、言語的特徴の3つの次元にわたって探索される。
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。
結果は高い精度を示し、平均F1スコアは0.88である。
さらに,陰謀論のプロパゲータを定義する上で,最も差別的な特徴を明らかにした。
関連論文リスト
- What distinguishes conspiracy from critical narratives? A computational analysis of oppositional discourse [42.0918839418817]
本稿では,陰謀と批判的テキストを区別する,トピックに依存しない新しいアノテーション手法を提案する。
また、Telegramメッセージの高品質なアノテーションを含む多言語XAI-DisInfodemics corpus(英語とスペイン語)にも貢献する。
論文 参考訳(メタデータ) (2024-07-15T14:18:47Z) - Classifying Conspiratorial Narratives At Scale: False Alarms and Erroneous Connections [4.594855794205588]
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。
論文 参考訳(メタデータ) (2024-03-29T20:29:12Z) - The Anatomy of Conspirators: Unveiling Traits using a Comprehensive
Twitter Dataset [0.0]
本稿では,2022年を通して共謀活動に従事しているアカウントを包含するTwitterデータセットを構築するための新しい手法を提案する。
この包括的な収集作業により、合計15万のアカウントと3700万のツイートがタイムラインから抽出された。
トピック,プロファイル,行動特性の3次元にわたる2つのグループの比較分析を行った。
論文 参考訳(メタデータ) (2023-08-29T09:35:23Z) - Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。
我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。
我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
論文 参考訳(メタデータ) (2023-03-20T19:32:49Z) - Codes, Patterns and Shapes of Contemporary Online Antisemitism and
Conspiracy Narratives -- an Annotation Guide and Labeled German-Language
Dataset in the Context of COVID-19 [0.0]
インターネット上の反ユダヤ的・陰謀論のコンテンツは、データ駆動型アルゴリズムアプローチを不可欠にしている。
我々は、新型コロナウイルスのパンデミックの文脈において、オンラインコンテンツにおける反ユダヤ的・陰謀的理論のためのアノテーションガイドを開発する。
我々は、コード化やホロコースト後のアンチ・セミズムのような特定の形のアンチ・セミズムを含む作業定義を提供する。
論文 参考訳(メタデータ) (2022-10-13T10:32:39Z) - Rumor Detection with Self-supervised Learning on Texts and Social Graph [101.94546286960642]
異種情報ソース上での自己教師型学習を対照的に提案し,それらの関係を明らかにするとともに,噂をよりよく特徴付ける。
我々はこの枠組みをSRD(Self-supervised Rumor Detection)と呼ぶ。
3つの実世界のデータセットに対する大規模な実験により、ソーシャルメディア上での噂の自動検出におけるSRDの有効性が検証された。
論文 参考訳(メタデータ) (2022-04-19T12:10:03Z) - 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) - Robustness Disparities in Commercial Face Detection [72.25318723264215]
私たちは、Amazon Rekognition、Microsoft Azure、Google Cloud Platformの3つのシステムの堅牢性に関する、この種の詳細なベンチマークを初めて提示します。
一般的には、年齢、男性像、肌型、薄暗い色合いの人物の写真は、他のアイデンティティーの人物よりも、エラーの影響を受けやすいことが分かりました。
論文 参考訳(メタデータ) (2021-08-27T21:37:16Z) - 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)
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。