识别Twitter话语中针对COVID-19疫苗的错误信息的采纳或拒斥
计算与语言
2022-02-22 v1 社会与信息网络
摘要
尽管已接种数十亿剂COVID-19疫苗，仍有过多人群持犹豫态度。在社交媒体上传播的关于COVID-19疫苗的错误信息被认为是导致疫苗接种犹豫的驱动因素。然而，接触错误信息并不一定意味着采纳错误信息。本文描述一种识别针对错误信息立场的新框架，其依赖于态度一致性及其性质。态度一致性、错误信息的采纳或拒斥与微博内容之间的交互被应用于一种新颖的神经架构中，其中针对错误信息的立场被组织于知识图谱内。这一新神经框架能够以SOTA结果识别针对COVID-19疫苗的错误信息的立场。实验在一个称为CoVaxLies的、从近期Twitter话语收集的COVID-19疫苗错误信息新数据集上进行。由于CoVaxLies提供了COVID-19疫苗错误信息的分类体系，我们得以展示哪类错误信息多被采纳、哪类多被拒斥。
引用
@article{arxiv.2202.09445,
title = {Identifying the Adoption or Rejection of Misinformation Targeting COVID-19 Vaccines in Twitter Discourse},
author = {Maxwell Weinzierl and Sanda Harabagiu},
journal= {arXiv preprint arXiv:2202.09445},
year = {2022}
}
备注
To appear in TheWebConf 2022