論文の概要: Automated Journalism

• arxiv url: http://arxiv.org/abs/2409.03462v1
• Date: Thu, 5 Sep 2024 12:19:03 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-06 20:50:03.330768
• Title: Automated Journalism
• Title（参考訳）: 自動ジャーナリズム
• Authors: Wang Ngai Yeung, Tomás Dodds,
• Abstract要約: 自動ジャーナリズム(英: Automated journalism)とは、ニュースコンテンツの収集、生産、配信を自動化する過程のこと。 アーリーアダプターは、クリーンで構造化されたデータに基づいた定期的なニュースを生成するための自動化ジャーナリズムの有用性を賞賛している。 自動ジャーナリズムの研究は、ニュース作成と配信にアルゴリズムを使用することの危険性を警告している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Developed as a response to the increasing popularity of data-driven journalism, automated journalism refers to the process of automating the collection, production, and distribution of news content and other data with the assistance of computer programs. Although the algorithmic technologies associated with automated journalism remain in the initial stage of development, early adopters have already praised the usefulness of automated journalism for generating routine news based on clean, structured data. Most noticeably, the Associated Press and The New York Times have been automating news content to cover financial and sports issues for over a decade. Nevertheless, research on automated journalism is also alerting to the dangers of using algorithms for news creation and distribution, including the possible bias behind AI systems or the human bias of those who develop computer programs. The popularization of automated news content also has important implications for the infrastructure of the newsroom, the role performance of journalists and other non-journalistic professionals, and the distribution of news content to a datafied audience.
• Abstract（参考訳）: データ駆動ジャーナリズムの普及に対応するために開発された自動ジャーナリズムは、コンピュータプログラムの助けを借りてニュースコンテンツの収集、生産、配信を自動化するプロセスを指す。 自動化ジャーナリズムに関連するアルゴリズム技術は、まだ開発の初期段階にあるが、初期採用者は、クリーンで構造化されたデータに基づいて定期的なニュースを生成する自動化ジャーナリズムの有用性を称賛している。 Associated PressとThe New York Timesは、金融とスポーツの問題を10年以上にわたって報道するニュースコンテンツを自動化してきた。 それでも、自動ジャーナリズムの研究は、AIシステムの背後にあるバイアスや、コンピュータプログラムを開発する人の人間のバイアスを含む、ニュース作成と配信にアルゴリズムを使用することの危険性を警告している。 自動化されたニュースコンテンツの普及は、ニュースルームのインフラ、ジャーナリストや他の非ジャーナリズム専門家の役割パフォーマンス、そして、ニュースコンテンツの配信に重要な意味を持つ。

関連論文リスト

• AI as a Tool for Fair Journalism: Case Studies from Malta [0.07499722271664144]
  2つのプロジェクトは、ニュース記事やテレビニュースセグメントの潜在的なバイアスを分析するために設計されたメディアモニタリングとプレゼンテーションツールに焦点を当てている。 最初のプロジェクトは、コンピュータビジョンと自然言語処理の技術を使用して、ニュース記事の画像とそれに対応するキャプション、見出し、記事本体の一貫性を分析する。 第2のプロジェクトは、コンピュータビジョン技術を使用して、画面上の時間やニュースビデオの視覚的露出を追跡し、クエリ可能なデータを提供する。
  論文  参考訳（メタデータ） (2024-07-08T15:02:39Z)
• 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)
• Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
  プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。 我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
  論文  参考訳（メタデータ） (2023-09-28T13:19:43Z)
• An Interactive Framework for Profiling News Media Sources [26.386860411085053]
  本稿では,ニュースメディアのプロファイリングのためのインタラクティブなフレームワークを提案する。 グラフベースのニュースメディアプロファイリングモデル、事前訓練された大規模言語モデル、人間の洞察の強みを組み合わせる。 人間のインタラクションが5つにも満たないので、我々のフレームワークはフェイクや偏見のあるニュースメディアを素早く検出できる。
  論文  参考訳（メタデータ） (2023-09-14T02:03:45Z)
• Pressmatch: Automated journalist recommendation for media coverage with Nearest Neighbor search [0.6118897979046375]
  優れたメディアカバレッジによって、製品へのリーチが向上し、それらの製品のオーディエンスへのエンゲージメントが促進される。 ジャーナリストのビートに遅れず、メディアの連絡先リストをキュレートすることは、多くの場合、巨大で時間を要する作業だ。 本研究は,利用者が提供したプレスリリースでメディア報道を行うための適切なジャーナリストを推薦することで,プロセスの自動化と高速化を行うモデルを提案する。
  論文  参考訳（メタデータ） (2023-09-02T13:41:29Z)
• Identifying Informational Sources in News Articles [109.70475599552523]
  我々は、ニュース執筆に使用される情報ソースの、最大かつ最も広範囲にアノテートされたデータセットを構築した。 本稿では,ニュース記事中のソースの構成性を研究するための新しいタスクであるソース予測を導入する。
  論文  参考訳（メタデータ） (2023-05-24T08:56:35Z)
• Understanding Journalists' Workflows in News Curation [10.16152286476502]
  私たちは世界中のニュースレターをキュレートするジャーナリストにインタビューした。 本稿は、ジャーナリストがキュレーションの過程にもたらす価値について、これまでの経験を概説するものである。 我々は、ハイブリッドキュレーションの重要性を強調し、テクノロジーがこれらの専門家の仕事をどのように支援できるかに関する設計上の洞察を提供する。
  論文  参考訳（メタデータ） (2023-03-31T21:16:22Z)
• 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)
• Quantifying Political Bias in News Articles [0.15229257192293202]
  我々は、オンラインニュース記事のイデオロギーバイアスを評価するための自動モデルを確立することを目指している。 現在の自動モデルの結果は、自動的に文書に注釈を付けるのにモデル機能を利用するには不十分であることを示している。
  論文  参考訳（メタデータ） (2022-10-07T08:51:20Z)
• Faking Fake News for Real Fake News Detection: Propaganda-loaded Training Data Generation [105.20743048379387]
  提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。 具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。 実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
  論文  参考訳（メタデータ） (2022-03-10T14:24:19Z)
• Viable Threat on News Reading: Generating Biased News Using Natural Language Models [49.90665530780664]
  公開されている言語モデルは、入力されたオリジナルニュースに基づいてバイアスのあるニュースコンテンツを確実に生成できることを示す。 また、制御可能なテキスト生成を用いて、多数の高品質な偏りのあるニュース記事を生成することができることを示す。
  論文  参考訳（メタデータ） (2020-10-05T16:55:39Z)

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。