論文の概要: WhatsApp Tiplines and Multilingual Claims in the 2021 Indian Assembly Elections
- arxiv url: http://arxiv.org/abs/2507.16298v1
- Date: Tue, 22 Jul 2025 07:35:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-23 21:34:14.007154
- Title: WhatsApp Tiplines and Multilingual Claims in the 2021 Indian Assembly Elections
- Title（参考訳）: WhatsApp、2021年インド議会選挙の票率と多言語的主張
- Authors: Gautam Kishore Shahi, Scot A. Hale,
- Abstract要約: 本研究は、2021年のインド議会選挙で451人のユーザーから580人のユニーククレーム(チップ)を分析した。
我々は、これらの主張を選挙、COVID-19、その他の3つのカテゴリーに分類し、言語間のバリエーションを観察する。
その結果、言語間でのクレームの類似性が明らかとなり、同じファクトチェッカーに複数の言語でヒントを提出するユーザもいた。
- 参考スコア（独自算出の注目度）: 5.831737970661138
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: WhatsApp tiplines, first launched in 2019 to combat misinformation, enable users to interact with fact-checkers to verify misleading content. This study analyzes 580 unique claims (tips) from 451 users, covering both high-resource languages (English, Hindi) and a low-resource language (Telugu) during the 2021 Indian assembly elections using a mixed-method approach. We categorize the claims into three categories, election, COVID-19, and others, and observe variations across languages. We compare content similarity through frequent word analysis and clustering of neural sentence embeddings. We also investigate user overlap across languages and fact-checking organizations. We measure the average time required to debunk claims and inform tipline users. Results reveal similarities in claims across languages, with some users submitting tips in multiple languages to the same fact-checkers. Fact-checkers generally require a couple of days to debunk a new claim and share the results with users. Notably, no user submits claims to multiple fact-checking organizations, indicating that each organization maintains a unique audience. We provide practical recommendations for using tiplines during elections with ethical consideration of users' information.
- Abstract（参考訳）: WhatsAppのチップラインは、2019年に初めてローンチされ、誤情報に対処し、ユーザーがファクトチェッカーと対話して、誤解を招くコンテンツを検証できる。
本研究では,2021年のインド議会選挙において,ハイリソース言語(ヒンディー語)と低リソース言語(テルグ語)の両方をカバーする451人のユーザから,580のユニークなクレーム(ティップス)を分析した。
我々は、これらの主張を選挙、COVID-19、その他の3つのカテゴリーに分類し、言語間のバリエーションを観察する。
我々は、頻繁な単語分析とニューラル文埋め込みのクラスタリングにより、内容の類似性を比較した。
また、言語とファクトチェック組織間のユーザの重複について調査する。
クレームをデバンクし、チップラインユーザーに通知するために必要な平均時間を測定します。
その結果、言語間でのクレームの類似性が明らかとなり、同じファクトチェッカーに複数の言語でヒントを提出するユーザもいた。
Fact-checkerは、新しいクレームを取り除き、結果をユーザに共有するために、通常数日を要する。
特に、ユーザが複数のファクトチェック組織にクレームを提出することはなく、各組織がユニークなオーディエンスを維持していることを示している。
我々は,ユーザの情報を倫理的に考慮した選挙期間中にチップラインを使用するための実用的なレコメンデーションを提供する。
関連論文リスト
- Multilingual vs Crosslingual Retrieval of Fact-Checked Claims: A Tale of Two Approaches [5.850200023135349]
マルチリンガルおよびクロスリンガルのパフォーマンスを改善するための戦略を検討する。
47言語におけるポストとクレームを含むデータセットに対するアプローチを評価する。
最も重要なことは、多言語性は多言語性よりも独自の特徴を持つセットアップであることが示される。
論文 参考訳（メタデータ） (2025-05-28T08:47:10Z) - Learning Phonotactics from Linguistic Informants [54.086544221761486]
本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。
提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
論文 参考訳（メタデータ） (2024-05-08T00:18:56Z) - Multi-EuP: The Multilingual European Parliament Dataset for Analysis of
Bias in Information Retrieval [62.82448161570428]
このデータセットは、多言語情報検索コンテキストにおける公平性を調べるために設計されている。
真正な多言語コーパスを持ち、24言語すべてに翻訳されたトピックを特徴としている。
文書に関連する豊富な人口統計情報を提供し、人口統計バイアスの研究を容易にする。
論文 参考訳（メタデータ） (2023-11-03T12:29:11Z) - Lost in Translation -- Multilingual Misinformation and its Evolution [52.07628580627591]
本稿では,95言語にまたがる25万以上のファクトチェックの分析を通じて,多言語誤報の頻度とダイナミクスについて検討する。
誤報のクレームの大部分は1回だけ事実チェックされているが、21,000件以上のクレームに対応する11.7%は複数回チェックされている。
誤情報拡散のプロキシとしてファクトチェックを用いると、言語境界を越えて繰り返し主張する主張の33%が見つかる。
論文 参考訳（メタデータ） (2023-10-27T12:21:55Z) - Multilingual Previously Fact-Checked Claim Retrieval [1.4884363206251627]
本稿では,ファクトチェックされたクレーム検索のための多言語データセットであるMultiClaimを提案する。
ソーシャルメディアから27言語28k、プロのファクトチェッカーが書いた39言語206kのファクトチェックを収集しました。
我々は、このデータセットとその様々な次元において、異なる教師なしの手法がいかに相応しいかを評価した。
論文 参考訳（メタデータ） (2023-05-13T20:00:18Z) - A New Generation of Perspective API: Efficient Multilingual
Character-level Transformers [66.9176610388952]
Google JigsawのAspective APIの次期バージョンの基礎を提示する。
このアプローチの中心は、単一の多言語トークンフリーなCharformerモデルである。
静的な語彙を強制することで、さまざまな設定で柔軟性が得られます。
論文 参考訳（メタデータ） (2022-02-22T20:55:31Z) - Matching Tweets With Applicable Fact-Checks Across Languages [27.762055254009017]
ソーシャルメディア投稿(ツイート)のクレームに対する既存のファクトチェックを自動的に見つけることに重点を置いています。
モノリンガル(英語のみ)、マルチリンガル(スペイン語、ポルトガル語)、クロスリンガル(ヒンディー語-英語)の設定において、分類と検索の両方の実験を行う。
4つの言語対における「マッチ」分類(平均精度93%)の有望な結果を示す。
論文 参考訳（メタデータ） (2022-02-14T23:33:02Z) - UPV at CheckThat! 2021: Mitigating Cultural Differences for Identifying
Multilingual Check-worthy Claims [6.167830237917659]
本稿では,意図しないバイアスを軽減するための補助課題として,言語識別タスクを提案する。
その結果,言語識別とチェックアワーなクレーム検出タスクを併用することで,選択した言語の性能向上が期待できることがわかった。
論文 参考訳（メタデータ） (2021-09-19T21:46:16Z) - Tiplines to Combat Misinformation on Encrypted Platforms: A Case Study
of the 2019 Indian Election on WhatsApp [5.342552155591148]
我々は、WhatsApp上でクラウドソースシステムの有用性を分析し、ユーザーがファクトチェックを希望するメッセージを含む"チップ"を送信できるようにする。
われわれは、2019年のインド総選挙でWhatsAppに送られたチップを、WhatsApp上の大規模な公開グループで流されたメッセージと比較した。
私たちは、チップラインがWhatsAppの会話に非常に便利なレンズであることに気付きました。
論文 参考訳（メタデータ） (2021-06-08T23:08:47Z) - XL-WiC: A Multilingual Benchmark for Evaluating Semantic
Contextualization [98.61159823343036]
単語の意味を正確にモデル化する能力を評価するために,Word-in-Context データセット (WiC) を提案する。
我々は、XL-WiCという大規模なマルチ言語ベンチマークを提案し、12の新しい言語でゴールドスタンダードを特徴付けました。
実験結果から、ターゲット言語にタグ付けされたインスタンスが存在しない場合でも、英語データのみにトレーニングされたモデルは、競争力のあるパフォーマンスが得られることが示された。
論文 参考訳（メタデータ） (2020-10-13T15:32:00Z) - Bridging Linguistic Typology and Multilingual Machine Translation with
Multi-View Language Representations [83.27475281544868]
特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。
我々の表現は類型学を組み込み、言語関係と相関関係を強化する。
次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
論文 参考訳（メタデータ） (2020-04-30T16:25:39Z)
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。