要約
オンラインでの操作されたニュースは深刻な問題となっており、その拡散を抑制するために自動システムの使用が必要となっています。
私たちは、誤った情報や偽情報の検出が研究されている一方で、ニュース記事内の有害なアジェンダを検出するという重要な未解決の課題への投資が不足していると主張します。
現実世界に害を及ぼす可能性が最も大きいニュースキャンペーンに警告を発するには、有害なアジェンダを特定することが重要です。
さらに、検閲に関する実際の懸念のため、有害なアジェンダ検出器が効果的であるためには解釈可能でなければなりません。
この研究では、この新しいタスクを提案し、アジェンダを識別するための注釈付きニュース記事のデータセット NewsAgendas をリリースします。
我々は、解釈可能なシステムがこのタスクにおいてどのように効果的であるかを示し、ブラックボックス モデルと同等のパフォーマンスを発揮できることを実証します。
要約(オリジナル)
Manipulated news online is a growing problem which necessitates the use of automated systems to curtail its spread. We argue that while misinformation and disinformation detection have been studied, there has been a lack of investment in the important open challenge of detecting harmful agendas in news articles; identifying harmful agendas is critical to flag news campaigns with the greatest potential for real world harm. Moreover, due to real concerns around censorship, harmful agenda detectors must be interpretable to be effective. In this work, we propose this new task and release a dataset, NewsAgendas, of annotated news articles for agenda identification. We show how interpretable systems can be effective on this task and demonstrate that they can perform comparably to black-box models.
arxiv情報
| 著者 | Melanie Subbiah,Amrita Bhattacharjee,Yilun Hua,Tharindu Kumarage,Huan Liu,Kathleen McKeown |
| 発行日 | 2023-08-02 17:16:48+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google