Paying Attention to Deflections: Mining Pragmatic Nuances for Whataboutism Detection in Online Discourse

要約

Whataboutism は、物語を混乱させ、不信感を植え付けるための強力なツールですが、定量的 NLP 研究では依然として調査が不十分です。
さらに、過去の研究では、誤った情報やプロパガンダの戦略としての使用と、実用的および意味論的な枠組みのツールとしての使用を区別していませんでした。
Twitter と YouTube からの新しいデータセットを導入し、Whataboutism、プロパガンダ、および tu quoque の誤謬の間の重複と区別を明らかにします。
さらに、言語意味論における最近の研究を利用して、「What about」語彙構造と Whataboutism を区別します。
私たちの実験では、正確な検出における独特の課題が明らかになり、ネガティブ サンプル マイニングにアテンション ウェイトを使用する新しい方法の導入が促進されました。
Twitter コレクションと YouTube コレクションでは、以前の最先端の方法と比較して、それぞれ 4% と 10% の大幅な改善が報告されています。

要約(オリジナル)

Whataboutism, a potent tool for disrupting narratives and sowing distrust, remains under-explored in quantitative NLP research. Moreover, past work has not distinguished its use as a strategy for misinformation and propaganda from its use as a tool for pragmatic and semantic framing. We introduce new datasets from Twitter and YouTube, revealing overlaps as well as distinctions between whataboutism, propaganda, and the tu quoque fallacy. Furthermore, drawing on recent work in linguistic semantics, we differentiate the `what about’ lexical construct from whataboutism. Our experiments bring to light unique challenges in its accurate detection, prompting the introduction of a novel method using attention weights for negative sample mining. We report significant improvements of 4% and 10% over previous state-of-the-art methods in our Twitter and YouTube collections, respectively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google