要約
タイトル：正確なCOVID-19情報と誤情報の大規模比較研究
要約：COVID-19パンデミックは、社会的メディアを通じて膨大なCOVID-19関連コンテンツが高速で拡散されることで情報の大洪水を引き起こしました。これにより市民は正確なCOVID-19情報と間違った情報を区別することが困難になったため、242百万のツイートを対象にCOVID-19誤情報と正確なCOVID-19情報の特徴を比較する大規模な計算解析研究を行いました。この研究では、4つの主要な側面に沿って比較を行います。1）トピックの分布、2）ツイートのライブステータス、3）言語分析、4）時間にわたる拡散力。この研究の追加貢献は、COVID-19誤情報分類データセットの作成です。最後に、この新しいデータセットは、平均F1値に基づいて誤情報分類を9％以上改善することを実証します。
– COVID-19情報と誤情報の特徴を比較するための大規模解析研究を行う
– 4つの主要な側面（トピックの分布、ツイートのライブステータス、言語分析、時間にわたる拡散力）に沿って比較を行う
– COVID-19誤情報分類データセットを作成する
– 新しいデータセットによって、平均F1値に基づいて誤情報分類を9％以上改善できることを実証する
要約(オリジナル)
The COVID-19 pandemic led to an infodemic where an overwhelming amount of COVID-19 related content was being disseminated at high velocity through social media. This made it challenging for citizens to differentiate between accurate and inaccurate information about COVID-19. This motivated us to carry out a comparative study of the characteristics of COVID-19 misinformation versus those of accurate COVID-19 information through a large-scale computational analysis of over 242 million tweets. The study makes comparisons alongside four key aspects: 1) the distribution of topics, 2) the live status of tweets, 3) language analysis and 4) the spreading power over time. An added contribution of this study is the creation of a COVID-19 misinformation classification dataset. Finally, we demonstrate that this new dataset helps improve misinformation classification by more than 9% based on average F1 measure.
arxiv情報
| 著者 | Yida Mu,Ye Jiang,Freddy Heppell,Iknoor Singh,Carolina Scarton,Kalina Bontcheva,Xingyi Song |
| 発行日 | 2023-04-10 18:44:41+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, OpenAI