online news | BriefGPT - AI 论文速递

关键词online news

搜索结果 - 11

ACL使用大型语言模型分析时间复杂事件：面向时间和长上下文理解的评测基准
使用大型语言模型从时态复杂事件中提取和分析关键点和时间戳，建立了评估时态动态和理解大量文本的基准。实验证明，采用合适的信息检索和长上下文窗口的模型在处理时态复杂事件的长篇新闻文章时表现出可比较的性能。
PDFa month ago
SemEval-2023 任务 3 的英国谢菲尔德 VeraAI 团队：新闻体裁、主题和说服技巧分类的单语和多语方法
研究使用多语言集成模型，针对 SemEval-2023 任务 3：在在线新闻中检测类别、框架和说服技巧。在三个子任务中，使用 RoBERTa 和 mBERT 等方法，分别在不同语言中获得前几名的结果。
PDFa year ago
Hitachi 团队在 SemEval-2023 任务 3 中：探索跨语言多任务策略用于在线新闻体裁和框架检测
本文介绍了 Team Hitachi 参与 SemEval-2023 任务 3“检测多语言环境下在线新闻中的流派、框架和说服技巧” 的经验。通过多项实验，作者发现跨语言 / 多任务训练与收集外部平衡数据集有益于流派和框架检测，并构建集成模型
PDFa year ago
移民再定位？乌克兰危机期间欧洲立场转变的多语言分析
通过分析欧洲在线新闻和社交媒体上移民话题的表现，本文探究了乌克兰战争对欧洲对乌克兰难民的看法是否有所改观，并发现了一个叫做 ' 真正的难民 ' 的新术语逐渐代替了传统‘移民’的称谓，然而公众态度的变化因国家而异。
PDFa year ago
CovidMis20: 使用深度学习模型在 Twitter 推文上检测 COVID-19 的误信息
本研究介绍 CovidMis20 数据集，该数据集收集了从 2020 年 2 月到 7 月期间 1,375,592 条推文，用于利用基于深度学习的 Bi-LSTM 和集成 CNN + Bi-GRU 的方法进行假新闻检测，后者的测试精度优于前
PDF2 years ago
使用设计的条件提示和上下文进行零样本实体和推文特征描述
本研究使用预训练语言模型来解决媒体偏见的问题，一方面通过对大型新闻语料库的有条件前缀的微调，对通用实体进行主观性表征；另一方面，通过对来自几个流行 hashtag 的 Twitter 语料库的微调，使用语言模型对推文进行前缀、问题和上下文摘
PDF2 years ago
新闻故事的测验式问题生成
本研究通过建立一套问答生成模型，实现了对在线新闻读者对新闻信息的认知度的度量，并通过实验证明该模型在多项指标上具有优越的性能。
PDF3 years ago
Proppy：一种揭示在线新闻中宣传的系统
本文介绍了 proppy，一种面向在线新闻的公开实时宣传检测系统，旨在提高人们的意识，从而可能限制宣传的影响，并帮助打击虚假信息。该系统不断监控多个新闻来源并根据包含宣传内容的可能性将新闻文章组织成事件。通过使用各种风格特征对已知的宣传来源
PDF5 years ago
WSDM基于联合非负矩阵分解的 Twitter 意识形态倾向学习
本论文通过机器学习方法，建立了一个自由派 - 保守派意识形态空间模型，对推特上的用户和媒体进行了分类，并提出了一种有效的解决信息过滤气泡问题的方法。
PDF7 years ago
自动检测虚假新闻
本文聚焦于自动识别在线新闻中的虚假内容，首先介绍了用于虚假新闻检测的新颖数据集，描述了收集、注释和验证过程，并提供诸多在区分真实和虚假新闻语言差异方面的探索性分析。其次，本文开展了一系列学习实验以构建准确的虚假新闻检测器，并比较了手动和自动
PDF7 years ago
利用社交媒体反应特征化在线新闻报道的生命周期
本文通过观察新闻文章在社交媒体上的反应来预测其未来的访问量，获得了一种可以帮助描述不同类别文章的方法。同时，在量化和质化分析上，本文验证了这种方法的可行性，并实现了对新闻故事寿命周期的早期预测。
PDF11 years ago