論文の概要: Unreliable Narrator Framing as a Cost-effective Mechanism for Satire Explanation of Australian and American Satirical News
- arxiv url: http://arxiv.org/abs/2610.12863v1
- Date: Fri, 09 Oct 2026 01:41:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.341449
- Title: Unreliable Narrator Framing as a Cost-effective Mechanism for Satire Explanation of Australian and American Satirical News
- Title（参考訳）: オーストラリア・アメリカ・サティリカルニュースのサティア説明のための費用対効果メカニズムとしての信頼できないナレーター・フレイム
- Abstract要約: 風刺ニュース記事の解説は、近年の地域的文脈を組み込む必要があるため、困難である。
本稿では,オーストラリアにおける風刺ニュース記事の解説生成について考察し,米国と対比する。
モデルでは、風刺のトロープをオーストラリアのものよりも正確に識別できることが判明した。
- 参考スコア（独自算出の注目度）: 5.628092290410201
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Satirical news is a unique form of misinformation: it is intended to be humorous by the original publication source but can be misinterpreted. Explanation of satirical news articles is challenging because recent and local context needs to be incorporated. This is a pilot study that explores explanation generation for satirical news articles from Australia and compares them alongside those from USA. The paper demonstrates that framing explanations on unreliable narrator theory on open-weights models can be a feasible, cost-effective alternative to frontier models. We find that models identify the satirical tropes more accurately on the American source than the Australian one. This work results in a novel dataset and an evaluation benchmark for satirical explanation.
- Abstract（参考訳）: サティリカルニュースは独特な誤報であり、元来の出版元によってユーモラスになることを意図しているが、誤解されることがある。
風刺ニュース記事の解説は、近年の地域的文脈を組み込む必要があるため、困難である。
これは、オーストラリアの風刺ニュース記事の説明生成を探索し、米国のものと比較するパイロット研究である。
オープンウェイトモデルに対する信頼できないナレーター理論に関するフレーミングの説明は、フロンティアモデルに対して実現可能で費用対効果の高い代替手段であることを示す。
モデルでは、風刺のトロープをオーストラリアのものよりも正確に識別できることが判明した。
この研究は、風刺的説明のための新しいデータセットと評価ベンチマークをもたらす。
関連論文リスト
- SaRoHead: Detecting Satire in a Multi-Domain Romanian News Headline Dataset [3.1208433686641666]
見出しでさえ、風刺的な主内容のトーンを反映しなければならない。
ルーマニア語に対する現在のアプローチは、メイン記事と見出しを組み合わせることでトーンを検出する。
論文 参考訳（メタデータ） (2025-04-10T10:03:29Z) - Make Satire Boring Again: Reducing Stylistic Bias of Satirical Corpus by Utilizing Generative LLMs [0.0]
本研究では, 学習データにおけるバイアスの低減に焦点をあてた, 風刺検出のためのデバイアス化手法を提案する。
以上の結果から,デバイアス法はトルコ語と英語の風刺・皮肉検出作業におけるモデルの堅牢性と一般化性を高めることが示唆された。
この研究は、分類、偏見、説明可能性に関するケーススタディを含む詳細な人間のアノテーションでトルコのサティリカルニュースデータセットをキュレートし、提示する。
論文 参考訳（メタデータ） (2024-12-12T12:57:55Z) - NewsEdits 2.0: Learning the Intentions Behind Updating News [74.84017890548259]
イベントが進むにつれて、ニュース記事は新しい情報で更新されることが多い。
本研究では,言語的特徴が事実流動性を示すことを仮定し,ニュース記事のテキストのみを用いて,どの事実が更新されるかを予測する。
論文 参考訳（メタデータ） (2024-11-27T23:35:23Z) - 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) - NeuS: Neutral Multi-News Summarization for Mitigating Framing Bias [54.89737992911079]
様々な政治スペクトルの複数のニュース見出しから中立的な要約を生成する新しい課題を提案する。
最も興味深い観察の1つは、生成モデルは、事実的に不正確なコンテンツや検証不可能なコンテンツだけでなく、政治的に偏ったコンテンツにも幻覚を与えることができることである。
論文 参考訳（メタデータ） (2022-04-11T07:06:01Z) - It's not Rocket Science : Interpreting Figurative Language in Narratives [48.84507467131819]
我々は2つの非構成的図形言語(イディオムとシミュラ)の解釈を研究する。
実験の結果、事前学習された言語モデルのみに基づくモデルは、これらのタスクにおいて人間よりもはるかにひどい性能を示すことがわかった。
また, 知識強化モデルを提案し, 具体的言語を解釈するための人的戦略を採用した。
論文 参考訳（メタデータ） (2021-08-31T21:46:35Z) - Fake or Real? A Study of Arabic Satirical Fake News [3.007949058551534]
本研究は、アラビア語の偽ニュースの言語的特徴を風刺的内容で識別するために、いくつかの探索的分析を行う。
これらの特徴を活用して、98.6%の精度で風刺的なフェイクニュースを識別できる多数の機械学習モデルを構築しました。
論文 参考訳（メタデータ） (2020-11-01T08:56:56Z) - 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) - Birds of a Feather Flock Together: Satirical News Detection via Language
Model Differentiation [7.556286423133077]
風刺的なニュースでは、文脈の語彙的・実践的な属性が読者を楽しませる上で重要な要素である。
本稿では,風刺ニュースと真のニュースを区別する手法を提案する。
論文 参考訳（メタデータ） (2020-07-04T18:46:36Z) - Satirical News Detection with Semantic Feature Extraction and
Game-theoretic Rough Sets [5.326582776477692]
本稿では,風刺的なニュースツイートを検出するための意味的特徴に基づくアプローチを提案する。
特徴は、句、実体、および主節と相対節の間の矛盾を探索することによって抽出される。
確率しきい値がゲーム平衡と繰り返し学習機構によって導出される風刺ニュースを検出するために,ゲーム理論ラフセットモデルを適用した。
論文 参考訳（メタデータ） (2020-04-08T03:22:21Z)
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。