Erkennung von Propagandatechniken in code-gewechselten Social-Media-Texten

核心概念

Entwicklung eines neuartigen NLP-Tasks zur Erkennung von Propagandatechniken in code-gewechselten Texten, Erstellung eines Datensatzes mit 1.030 code-gewechselten Texten, die mit 20 Propagandatechniken auf Fragmentebene annotiert sind, und Durchführung von Experimenten mit verschiedenen Modellklassen, um die Leistung bei dieser Aufgabe zu bewerten.

要約

Der Artikel befasst sich mit der Erkennung von Propagandatechniken in code-gewechselten Social-Media-Texten, einer Herausforderung, die bisher wenig erforscht wurde. Die Autoren formulieren diese Aufgabe als einen neuartigen NLP-Task und erstellen einen Datensatz von 1.030 code-gewechselten Texten, die mit 20 Propagandatechniken auf Fragmentebene annotiert sind.

Die Autoren führen verschiedene Experimente durch, um die Leistung unterschiedlicher Modellklassen bei dieser Aufgabe zu bewerten. Sie stellen fest, dass es wichtig ist, die Mehrsprachigkeit direkt zu modellieren, anstatt eine Übersetzung zu verwenden, und die richtige Feinabstimmungsstrategie zu verwenden.

Die Ergebnisse zeigen, dass das XLM-RoBERTa-Modell, das speziell auf Roman-Urdu-Datensätzen feinabgestimmt wurde, die beste Leistung erbringt. Außerdem zeigt der GPT-3.5-Turbo-Sprachmodell-Ansatz in einem wenig-Schuss-Szenario vielversprechende Ergebnisse, insbesondere bei unterrepräsentierten Klassen.

統計

"Es gibt nur zwei Arten von Fans. Wo toxic log jo martay waqt tak iss bakwas team ka side nai chorain ge und Menschen wie ich, die erkennen, dass dieses Team Mist ist."
"Wo toxic log jo martay waqt tak iss bakwas team ka side nai chorain ge"
"Menschen wie ich, die erkennen, dass dieses Team Mist ist"

引用

"Es gibt nur zwei Arten von Fans."
"Wo toxic log jo martay waqt tak iss bakwas team ka side nai chorain ge"
"Menschen wie ich, die erkennen, dass dieses Team Mist ist"

抽出されたキーインサイト

Detecting Propaganda Techniques in Code-Switched Social Media Text

by Muhammad Uma... 場所 arxiv.org 03-19-2024

https://arxiv.org/pdf/2305.14534.pdf

深掘り質問

Wie können Propagandatechniken in anderen code-gewechselten Sprachen erkannt werden?

Die Erkennung von Propagandatechniken in anderen code-gewechselten Sprachen kann durch die Anpassung von NLP-Modellen erfolgen, die auf mehrsprachigen und cross-lingualen Datensätzen trainiert sind. Es ist wichtig, spezifische Korpora für die jeweiligen Sprachen zu erstellen und diese mit den entsprechenden Propagandatechniken zu annotieren. Durch die Feinabstimmung von Modellen auf code-gewechselte Texte in verschiedenen Sprachen können Muster und Merkmale identifiziert werden, die auf Propaganda hinweisen. Darüber hinaus können Transferlernen und Few-Shot-Lernansätze verwendet werden, um die Erkennung von Propaganda in neuen Sprachen zu verbessern.

Welche Auswirkungen haben Propagandatechniken in code-gewechselten Texten auf die öffentliche Meinungsbildung?

Propagandatechniken in code-gewechselten Texten können erhebliche Auswirkungen auf die öffentliche Meinungsbildung haben, da sie dazu dienen, bestimmte Botschaften oder Narrative zu verbreiten und die Meinungen der Leser zu beeinflussen. Durch die Verwendung von Propaganda können falsche Informationen verstärkt, Emotionen manipuliert und bestimmte Ansichten gefördert werden. In code-gewechselten Texten können Propagandatechniken subtil eingesetzt werden, um die Leser auf verschiedene Weisen zu beeinflussen, insbesondere in multikulturellen Umgebungen, in denen mehrere Sprachen verwendet werden. Dies kann zu einer Verzerrung der öffentlichen Meinung und einer Beeinträchtigung der Informationsqualität führen.

Inwiefern können Erkenntnisse aus der Erkennung von Propagandatechniken in code-gewechselten Texten auch für andere Formen der Desinformation genutzt werden?

Die Erkenntnisse aus der Erkennung von Propagandatechniken in code-gewechselten Texten können auch für die Bekämpfung anderer Formen der Desinformation genutzt werden. Da Desinformation oft subtil und manipulativ ist, können die gleichen Techniken und Modelle, die zur Erkennung von Propaganda verwendet werden, auch zur Identifizierung anderer Arten von Fehlinformationen eingesetzt werden. Durch die Anpassung von NLP-Modellen und die Entwicklung von spezifischen Korpora für verschiedene Arten von Desinformation können wir effektivere Strategien zur Bekämpfung von Fehlinformationen entwickeln und die öffentliche Aufklärung fördern.