論文の概要: Query Smarter, Trust Better? Exploring Search Behaviours for Verifying News Accuracy
- arxiv url: http://arxiv.org/abs/2504.05146v1
- Date: Mon, 07 Apr 2025 14:50:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-08 14:08:28.366920
- Title: Query Smarter, Trust Better? Exploring Search Behaviours for Verifying News Accuracy
- Title（参考訳）: クエリはより賢く、信頼性は向上する? - ニュースの正確性を検証するための検索行動を探る
- Authors: David Elsweiler, Samy Ateia, Markus Bink, Gregor Donabauer, Marcos Fernández Pichel, Alexander Frummet, Udo Kruschwitz, David Losada, Bernd Ludwig, Selina Meyer, Noel Pascual Presa,
- Abstract要約: 本研究では,異なるクエリ生成戦略がニュース検証に与える影響と,検索方法が情報評価の精度に与える影響について検討する。
その結果,検索行動はニュースに対する信頼に大きく影響し,複数のクエリを含む検索が高品質な結果をもたらすことがわかった。
ブースト」の介入は限られた影響しか与えなかったが、ユーザによる検索結果の徹底的なレビューを促すインタフェース設計により、クエリの定式化が促進されることが示唆された。
- 参考スコア（独自算出の注目度）: 35.07647423247397
- License:
- Abstract: While it is often assumed that searching for information to evaluate misinformation will help identify false claims, recent work suggests that search behaviours can instead reinforce belief in misleading news, particularly when users generate queries using vocabulary from the source articles. Our research explores how different query generation strategies affect news verification and whether the way people search influences the accuracy of their information evaluation. A mixed-methods approach was used, consisting of three parts: (1) an analysis of existing data to understand how search behaviour influences trust in fake news, (2) a simulation of query generation strategies using a Large Language Model (LLM) to assess the impact of different query formulations on search result quality, and (3) a user study to examine how 'Boost' interventions in interface design can guide users to adopt more effective query strategies. The results show that search behaviour significantly affects trust in news, with successful searches involving multiple queries and yielding higher-quality results. Queries inspired by different parts of a news article produced search results of varying quality, and weak initial queries improved when reformulated using full SERP information. Although 'Boost' interventions had limited impact, the study suggests that interface design encouraging users to thoroughly review search results can enhance query formulation. This study highlights the importance of query strategies in evaluating news and proposes that interface design can play a key role in promoting more effective search practices, serving as one component of a broader set of interventions to combat misinformation.
- Abstract（参考訳）: 誤情報を評価するために情報を探すことは誤った主張を識別するのに役立つと仮定されることが多いが、最近の研究は、特にユーザーがソース記事から語彙を使ってクエリを生成する場合、検索行動は誤解を招くニュースに対する信念を強化することができることを示唆している。
本研究では,クエリ生成戦略の違いがニュース検証に与える影響と,検索方法が情報評価の精度に与える影響について検討した。
1) 検索行動が偽ニュースの信頼にどのように影響するかを理解するための既存データの解析,(2) 大規模言語モデル(LLM)を用いたクエリ生成戦略のシミュレーション,(3) インターフェース設計における'Boost'介入がユーザに対して,より効果的なクエリ戦略の採用を促すためのユーザスタディ,の3つの部分からなる混合メソッドアプローチが用いられた。
その結果,検索行動がニュースに対する信頼に大きく影響し,複数のクエリを含む検索が成功し,高品質な検索結果が得られることがわかった。
ニュース記事の様々な部分からインスパイアされたクエリは、様々な品質の検索結果を生成し、完全なSERP情報を用いて書き換えられると、弱い初期クエリが改善された。
ブースト」の介入は限られた影響しか与えなかったが、ユーザによる検索結果の徹底的なレビューを促すインタフェース設計により、クエリの定式化が促進されることが示唆された。
本研究は,ニュース評価における問合せ戦略の重要性を強調し,より効果的な探索手法の推進において,インタフェース設計が重要な役割を果たすことを示唆する。
関連論文リスト
- Pointwise Mutual Information as a Performance Gauge for Retrieval-Augmented Generation [78.28197013467157]
文脈と問合せの間のポイントワイドな相互情報は,言語モデルの性能向上に有効な指標であることを示す。
本稿では,文書と質問のポイントワイドな相互情報を利用する2つの手法を提案する。
論文 参考訳（メタデータ） (2024-11-12T13:14:09Z) - Query-oriented Data Augmentation for Session Search [71.84678750612754]
本稿では,検索ログの強化とモデリングの強化を目的としたクエリ指向データ拡張を提案する。
検索コンテキストの最も重要な部分を変更することで補足的なトレーニングペアを生成する。
我々は、現在のクエリを変更するためのいくつかの戦略を開発し、その結果、様々な難易度で新しいトレーニングデータを得る。
論文 参考訳（メタデータ） (2024-07-04T08:08:33Z) - ExcluIR: Exclusionary Neural Information Retrieval [74.08276741093317]
本稿では,排他的検索のためのリソースセットであるExcluIRを提案する。
評価ベンチマークには3,452の高品質な排他的クエリが含まれている。
トレーニングセットには70,293の排他的クエリが含まれており、それぞれに正のドキュメントと負のドキュメントがペアリングされている。
論文 参考訳（メタデータ） (2024-04-26T09:43:40Z) - A Deep Reinforcement Learning Approach for Interactive Search with
Sentence-level Feedback [12.712416630402119]
対話型検索は、ユーザからのインタラクションフィードバックを取り入れることで、より良いエクスペリエンスを提供することができる。
既存の最先端(SOTA)システムは、相互作用を組み込むために強化学習(RL)モデルを使用している。
しかしそのようなフィードバックには、広範囲なRLアクションスペース探索と大量の注釈付きデータが必要である。
この研究は、新しいディープQラーニング(DQ)アプローチであるDQrankを提案する。
論文 参考訳（メタデータ） (2023-10-03T18:45:21Z) - Query Rewriting for Effective Misinformation Discovery [31.01132040005114]
本稿では,ファクトチェッカーが既知の誤情報のクレームに対して検索クエリを定式化するための新しいシステムを提案する。
クレームを含むクエリの編集動作は,オフラインの強化学習によって自動的に学習される。
論文 参考訳（メタデータ） (2022-10-14T02:34:12Z) - Graph Enhanced BERT for Query Understanding [55.90334539898102]
クエリ理解は、ユーザの検索意図を探索し、ユーザが最も望まれる情報を発見できるようにする上で、重要な役割を果たす。
近年、プレトレーニング言語モデル (PLM) は様々な自然言語処理タスクを進歩させてきた。
本稿では,クエリコンテンツとクエリグラフの両方を活用可能な,グラフ強化事前学習フレームワークGE-BERTを提案する。
論文 参考訳（メタデータ） (2022-04-03T16:50:30Z) - Deep Reinforcement Agent for Efficient Instant Search [14.086339486783018]
本稿では,関連する文書を検索する上で,意味的により健全なトークンを識別することで,負荷問題に対処することを提案する。
我々は、検索エンジンと直接対話し、単語の重要性を予測する強化エージェントを訓練する。
トリガーサーチ数とシステム性能のトレードオフを研究するために,新しい評価フレームワークを提案する。
論文 参考訳（メタデータ） (2022-03-17T22:47:15Z) - Exposing Query Identification for Search Transparency [69.06545074617685]
本稿では,検索システムの2つのクラスにおいて,クエリとドキュメントの役割を逆転させることにより,検索タスクとしてのEQIの実現可能性について検討する。
本研究では,クエリのランク付けの質を評価するための評価基準を導出するとともに,近似EQIの様々な実践的側面に着目した経験的分析を行う。
論文 参考訳（メタデータ） (2021-10-14T20:19:27Z) - Boosting Search Engines with Interactive Agents [25.89284695491093]
本稿では,文脈的クエリ改善のためのメタストラテジーを学習するエージェントの設計における第一歩について述べる。
エージェントには単純だが効果的な検索操作者がいて、クエリや検索結果のきめ細やかで透明な制御を行う。
論文 参考訳（メタデータ） (2021-09-01T13:11:57Z) - Diversity driven Query Rewriting in Search Advertising [1.5289756643078838]
生成的検索モデルは、このようなクエリの書き直しを生成するタスクにおいて有効であることが示されている。
高品質かつ多様な書き直しを生成するフレームワークであるCLOVERを紹介します。
提案手法の有効性を,3つの主要言語にまたがる検索クエリのオフライン実験により実証的に示す。
論文 参考訳（メタデータ） (2021-06-07T17:30:45Z)
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。