Fugu-MT 論文翻訳(概要): The FIGNEWS Shared Task on News Media Narratives

論文の概要: The FIGNEWS Shared Task on News Media Narratives

arxiv url: http://arxiv.org/abs/2407.18147v1
Date: Thu, 25 Jul 2024 15:58:19 GMT
ステータス: 処理完了
システム内更新日: 2024-07-26 13:29:21.026603
Title: The FIGNEWS Shared Task on News Media Narratives
Title（参考訳）: The FIGNEWS Shared Task on News Media Narratives
Authors: Wajdi Zaghouani, Mustafa Jarrar, Nizar Habash, Houda Bouamor, Imed Zitouni, Mona Diab, Samhaa R. El-Beltagy, Muhammed AbuOdeh,
Abstract要約: ACL 2024と共同で開催されるアラビアNLP 2024会議の一環として組織されたFIGNEWS共有タスクの概要を紹介する。共有タスクは多言語ニュース投稿におけるバイアスとプロパガンダアノテーションに対処する。我々はイスラエル戦争初期のガザに関するケーススタディに焦点をあてる。我々はこの問題を多言語の観点から解決し、英語、フランス語、アラビア語、ヘブライ語、ヒンディー語という5つの言語で解決する。
参考スコア（独自算出の注目度）: 17.72844013954972
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present an overview of the FIGNEWS shared task, organized as part of the ArabicNLP 2024 conference co-located with ACL 2024. The shared task addresses bias and propaganda annotation in multilingual news posts. We focus on the early days of the Israel War on Gaza as a case study. The task aims to foster collaboration in developing annotation guidelines for subjective tasks by creating frameworks for analyzing diverse narratives highlighting potential bias and propaganda. In a spirit of fostering and encouraging diversity, we address the problem from a multilingual perspective, namely within five languages: English, French, Arabic, Hebrew, and Hindi. A total of 17 teams participated in two annotation subtasks: bias (16 teams) and propaganda (6 teams). The teams competed in four evaluation tracks: guidelines development, annotation quality, annotation quantity, and consistency. Collectively, the teams produced 129,800 data points. Key findings and implications for the field are discussed.
Abstract（参考訳）: ACL 2024と共同で開催されるアラビアNLP 2024会議の一環として組織されたFIGNEWS共有タスクの概要を紹介する。共有タスクは多言語ニュース投稿におけるバイアスとプロパガンダアノテーションに対処する。我々はイスラエル戦争初期のガザに関するケーススタディに焦点をあてる。この課題は,潜在的な偏見とプロパガンダを強調した多様な物語を分析するためのフレームワークを作成することで,主観的タスクのためのガイドライン開発におけるコラボレーションを促進することを目的としている。多様性を育み、奨励する精神において、我々は多言語の観点からこの問題に対処する:英語、フランス語、アラビア語、ヘブライ語、ヒンディー語。合計17チームが、バイアス(16チーム)とプロパガンダ(6チーム)の2つのアノテーションサブタスクに参加した。チームは、ガイドライン開発、アノテーションの品質、アノテーション量、一貫性の4つの評価トラックで競った。合計して、チームは129,800のデータポイントを生成した。この分野における重要な発見と意味について論じる。

関連論文リスト

GenAI Content Detection Task 1: English and Multilingual Machine-Generated Text Detection: AI vs. Human [71.42669028683741]
我々は,Coling 2025におけるGenAIワークショップの一環として,バイナリマシン生成テキスト検出における共有タスクを提案する。このタスクは、モノリンガル(英: Monolingual)とマルチリンガル(英: Multilingual)の2つのサブタスクから構成される。本稿では,データの包括的概要,結果の概要,参加システムの詳細な説明,提出内容の詳細な分析について述べる。
論文参考訳（メタデータ） (2025-01-19T11:11:55Z)
Findings of the IWSLT 2024 Evaluation Campaign [102.7608597658451]
本稿は、第21回IWSLT会議によって組織された共有タスクについて報告する。共通タスクは、音声翻訳における7つの科学的課題に対処する。
論文参考訳（メタデータ） (2024-11-07T19:11:55Z)
Sina at FigNews 2024: Multilingual Datasets Annotated with Bias and Propaganda [1.1874952582465603]
この記事では、偏見とプロパガンダに完全に注記された12万のFacebook投稿の多言語コーパスを提示する。コーパスは、イスラエルのガザ戦争をフレーミングするために、FigNews 2024 Shared Task on News Media Narrativesの一部として作成された。 5つの言語(アラビア語、ヘブライ語、英語、フランス語、ヒンディー語)に12,000のポストがあり、それぞれ2,400のポストがある。
論文参考訳（メタデータ） (2024-07-12T15:04:09Z)
ArAIEval Shared Task: Propagandistic Techniques Detection in Unimodal and Multimodal Arabic Content [9.287041393988485]
我々は、ACL 2024と共同で開催されるアラビア2024会議の一環として組織された、ArAIEval共有タスクの第2版の概要を示す。この版では、(i)つぶやきやニュース記事の特定による宣伝的テキストスパンの検出、(ii)プロパガンダ主義と非プロパガンダ主義のミームを区別する2つのタスクが提供されている。最終評価フェーズには14チームが参加し、それぞれ6チームと9チームがタスク1と2に参加した。
論文参考訳（メタデータ） (2024-07-05T04:28:46Z)
SemEval-2024 Shared Task 6: SHROOM, a Shared-task on Hallucinations and Related Observable Overgeneration Mistakes [48.83290963506378]
本稿では,幻覚検出に焦点をあてた共有タスクであるSHROOMの結果について述べる。このアプローチをどのように取り組んだかについて、いくつかの重要なトレンドを観察します。チームの大多数が提案したベースラインシステムより優れていますが、トップスコアシステムのパフォーマンスは依然として、より困難なアイテムのランダムなハンドリングと一致しています。
論文参考訳（メタデータ） (2024-03-12T15:06:22Z)
Nexus at ArAIEval Shared Task: Fine-Tuning Arabic Language Models for Propaganda and Disinformation Detection [12.021657107184383]
偽情報やプロパガンダ的内容の拡散は、社会的調和の脅威となる。オンラインプラットフォームはそのようなコンテンツのための育ちの場として機能し、悪意のあるアクターは聴衆の脆弱性を利用して世論を形成する。 ArAIEval共有タスクは、アラビア語の文脈内でこれらの特定の問題についてさらなる研究を行うことを目的としている。
論文参考訳（メタデータ） (2023-11-06T15:24:18Z)
ArAIEval Shared Task: Persuasion Techniques and Disinformation Detection in Arabic Text [41.3267575540348]
本稿では, EMNLP 2023と共同で開催される第1回アラビア2023会議の一環として組織されたArAIEval共有タスクの概要を紹介する。 ArAIEvalは、アラビア文字上の2つのタスクを提供する: (i) 説得テクニックの検出、ツイートやニュース記事における説得テクニックの識別、および (ii) ツイート上のバイナリとマルチクラスの設定における偽情報検出。最終評価フェーズには合計20チームが参加し、タスク1と2には14チームと16チームが参加した。
論文参考訳（メタデータ） (2023-11-06T15:21:19Z)
Findings of the WMT 2022 Shared Task on Translation Suggestion [63.457874930232926]
We report the results of the first edition of the WMT shared task on Translation Suggestion。このタスクは、機械翻訳(MT)によって生成された文書全体に対して、特定の単語やフレーズの代替手段を提供することを目的としている。 2つのサブタスク、すなわち単純翻訳提案と暗示付き翻訳提案で構成されている。
論文参考訳（メタデータ） (2022-11-30T03:48:36Z)
CREATIVESUMM: Shared Task on Automatic Summarization for Creative Writing [90.58269243992318]
本稿では,複数の創作分野,すなわち文学テキスト,映画脚本,テレビ脚本を要約する作業について紹介する。 4つのサブタスクとその対応するデータセットを導入し、本、映画脚本、プライムタイムテレビ脚本、昼間のソープオペラ脚本の要約に焦点を当てた。 COING 2022でのCREATIVESUMMワークショップの一環として、共有タスクには合計18の応募が寄せられた。
論文参考訳（メタデータ） (2022-11-10T21:31:03Z)
Findings of the NLP4IF-2021 Shared Tasks on Fighting the COVID-19 Infodemic and Censorship Detection [23.280506220186425]
NLP4IF-2021共有タスクの結果を示す。 10チームがタスク1にシステムを提出し、1チームがタスク2に参加した。最高のシステムは、事前訓練されたトランスフォーマーとアンサンブルを使用する。
論文参考訳（メタデータ） (2021-09-23T06:38:03Z)
The EPIC-KITCHENS Dataset: Collection, Challenges and Baselines [88.47608066382267]
この大規模なデータセットが、32人の参加者によって、彼らのネイティブキッチン環境でどのようにキャプチャされたか、詳しく説明します。録音は10カ国から4カ国で行われた。私たちのデータセットは、11.5万フレームからなる55時間のビデオで構成されており、合計39.6Kアクションセグメントと454.2Kオブジェクトバウンディングボックスを密にラベル付けしています。
論文参考訳（メタデータ） (2020-04-29T21:57:04Z)

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。