AMIR：基于COVID-19疫苗接种数据集的自动化错误信息反驳推荐系统
人工智能
2024-07-29 v2 信息检索
社会与信息网络
摘要
近年来，错误信息已成为一个主要的社会威胁；特别是在COVID-19大流行背景下，它造成了严重破坏，例如助长了疫苗犹豫。具有成本效益、可扩展的错误信息对抗方案是当前迫切所需。本工作探索了如何利用从社交媒体获取的现有信息，并辅以更精心筛选的事实核查数据存储，以实现大规模自动化错误信息反驳。尽管本文中的思路可推广并重新应用于更广泛的错误信息缓解场景，利用多种信息源并服务于各类社交媒体平台，但本工作仅作为概念验证，因此其范围仅限于对推文的反驳，且具体针对COVID-19相关错误信息。它利用了两个公开可用数据集，即FaCov（事实核查文章）和关于COVID-19疫苗接种的misleading（社交媒体Twitter）数据。
引用
@article{arxiv.2310.19834,
title = {AMIR: Automated MisInformation Rebuttal -- A COVID-19 Vaccination Datasets based Recommendation System},
author = {Shakshi Sharma and Anwitaman Datta and Rajesh Sharma},
journal= {arXiv preprint arXiv:2310.19834},
year = {2024}
}
备注
Please cite our published paper on IEEE Transactions on Computational Social Systems