Emotion Detection for Misinformation: A Review

要約

ソーシャルメディアの出現により、オンラインで投稿やニュースを共有したり読んだりするネチズンが増えています。
しかし、インターネットにあふれる大量の誤った情報 (フェイク ニュースや噂など) は人々の生活に悪影響を与える可能性があるため、噂やフェイク ニュースの検出が注目の研究テーマとして浮上しています。
ソーシャルメディアの投稿やニュースで表現されるネチズンの感情や感情は、フェイクニュースと本物のニュースを区別し、噂の広がりを理解するのに役立つ重要な要素を構成します。
この記事では、感情に基づいて誤った情報を検出する方法を包括的にレビューします。
まず、感情と誤った情報との間に強いつながりがあることを説明します。
続いて、さまざまな感情、センチメント、スタンスベースの機能を採用したさまざまな誤情報検出方法の詳細な分析を提供し、その長所と短所について説明します。
最後に、大規模な言語モデルに基づいた感情ベースの誤情報検出における現在進行中の多くの課題について議論し、データ収集 (マルチプラットフォーム、多言語)、注釈、ベンチマーク、マルチモダリティ、解釈可能性などの将来の研究の方向性を提案します。

要約(オリジナル)

With the advent of social media, an increasing number of netizens are sharing and reading posts and news online. However, the huge volumes of misinformation (e.g., fake news and rumors) that flood the internet can adversely affect people’s lives, and have resulted in the emergence of rumor and fake news detection as a hot research topic. The emotions and sentiments of netizens, as expressed in social media posts and news, constitute important factors that can help to distinguish fake news from genuine news and to understand the spread of rumors. This article comprehensively reviews emotion-based methods for misinformation detection. We begin by explaining the strong links between emotions and misinformation. We subsequently provide a detailed analysis of a range of misinformation detection methods that employ a variety of emotion, sentiment and stance-based features, and describe their strengths and weaknesses. Finally, we discuss a number of ongoing challenges in emotion-based misinformation detection based on large language models and suggest future research directions, including data collection (multi-platform, multilingual), annotation, benchmark, multimodality, and interpretability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google