本研究は、オンラインの陰謀論的ナラティブを体系的に特定するための一般的な分類スキームを確立しています。この分類スキームは、陰謀論の複雑で多面的な性質を考慮しており、既知の陰謀論や新興の陰謀論を特定することができます。
研究では、BERT系列のモデルを使ったディープラーニングモデルと、GPTを含む生成モデルを比較しています。BERT系列のモデルは、論理的推論の面で優れており、特にRoBERTaが最高の性能を示しました。一方、GPTは表現力と文脈理解に優れていますが、論理的推論の面で重大な欠陥が明らかになりました。
さらに、最良のRoBERTaモデルを使って、最も活発な陰謀論関連のRedditフォーラムの投稿を大規模に分類した結果、投稿の3分の1しか陰謀論的ナラティブではないことが明らかになりました。陰謀論を支持する投稿の方が、より多くの反応を集めていることも示唆されています。
本研究は、大規模言語モデルを用いた陰謀論検出の可能性と課題を明らかにし、オンラインコミュニティにおける陰謀論的ナラティブの実態を明らかにしています。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Ahmad Diab,R... at arxiv.org 04-02-2024
https://arxiv.org/pdf/2404.00141.pdfDeeper Inquiries