ViClaim: A Multilingual Multilabel Dataset for Automatic Claim Detection in Videos

要約

コミュニケーションと誤った情報の媒体としてのビデオコンテンツの影響力の高まりは、多言語およびマルチトピック設定でのクレームを分析するための効果的なツールの緊急の必要性を強調しています。
誤った情報検出における既存の取り組みは、主に書かれたテキストに焦点を当てており、ビデオトランスクリプトの音声テキストの複雑さに対処する際に大きなギャップを残しています。
Vicraimは、3つの言語（英語、ドイツ語、スペイン語）と6つのトピックにわたって1,798の注釈付きビデオトランスクリプトのデータセットを紹介します。
転写産物の各文には、事実チェックに値する、事実なしのチェックに値する、または意見の3つのクレーム関連カテゴリがラベル付けされています。
非常に複雑な注釈プロセスを促進するためのカスタム注釈ツールを開発しました。
最先端の多言語モデルを使用した実験は、相互検証（最大0.896のマクロF1）の強力なパフォーマンスを示していますが、目に見えないトピック、特に明確なドメインの一般化の課題を明らかにします。
私たちの調査結果は、ビデオトランスクリプトにおけるクレーム検出の複雑さを強調しています。
Viclaimは、ビデオベースのコミュニケーションにおける誤った情報検出を進めるための堅牢な基盤を提供し、マルチモーダル分析の重要なギャップに対処します。

要約(オリジナル)

The growing influence of video content as a medium for communication and misinformation underscores the urgent need for effective tools to analyze claims in multilingual and multi-topic settings. Existing efforts in misinformation detection largely focus on written text, leaving a significant gap in addressing the complexity of spoken text in video transcripts. We introduce ViClaim, a dataset of 1,798 annotated video transcripts across three languages (English, German, Spanish) and six topics. Each sentence in the transcripts is labeled with three claim-related categories: fact-check-worthy, fact-non-check-worthy, or opinion. We developed a custom annotation tool to facilitate the highly complex annotation process. Experiments with state-of-the-art multilingual language models demonstrate strong performance in cross-validation (macro F1 up to 0.896) but reveal challenges in generalization to unseen topics, particularly for distinct domains. Our findings highlight the complexity of claim detection in video transcripts. ViClaim offers a robust foundation for advancing misinformation detection in video-based communication, addressing a critical gap in multimodal analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google