PulseAugur
实时 21:51:38
English(EN) Posts of Peril: Detecting Information About Hazards in Text

新模型检测文本中的危险信息,并应用于地缘政治事件

研究人员开发了一个新的模型来检测文本中的危险信息,与情感或情绪分析相比,这通常被忽视。该模型在一个包含 X 条帖文的数据集上进行训练,表现良好,并提取出与普遍指标(如道德义愤或情绪)没有强相关性的危险信息。该工具被应用于讨论 2023 年以色列-哈马斯战争和 2022 年法国国民选举的帖文,揭示了危险信息,特别是关于冲突的信息,非常普遍。研究表明,参与信息宣传的非自然账户可能会战略性地强调对平民的危险,以争取支持。 AI

影响 这项研究可以增强对信息战以及地缘政治事件中与危险相关内容战略使用的理解。

排序理由 该集群是关于一篇详细介绍文本分析新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新模型检测文本中的危险信息,并应用于地缘政治事件

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Keith Burghardt, Daniel M. T. Fessler, Chyna Tang, Anne Pisor, Kristina Lerman ·

    Posts of Peril: Detecting Information About Hazards in Text

    arXiv:2405.17838v3 Announce Type: replace-cross Abstract: Socio-linguistic indicators of affectively-relevant phenomena, such as emotion or sentiment, are often extracted from text to better understand features of human-computer interactions, including on social media. However, a…