إن انفجار مقالات أخبار الصحة عبر الإنترنت يدير مخاطر انتشار المعلومات ذات الجودة المنخفضة.ضمن العمل الحالي بشأن فحص الحقائق، ومع ذلك، فقد تم إيلاء اهتمام كبير نسبيا للأخبار الطبية.نقدم مهمة تصنيف الأخبار الصحية لتحديد ما إذا كانت المواد الإخبارية الطبية تلبي مجموعة من معايير المراجعة التي تعتبرها خبراء طبي وصحفيون الرعاية الصحية.نقدم مجموعة بيانات من 1،119 أخبار الصحة المقترنة مراجعات منهجية.تتكون معايير المراجعة من ستة عناصر ضرورية لدقة الأخبار الطبية.بعد ذلك، نقدم تجارب تقارن النهج الكلاسيكي القائم على الرمز المكون من النماذج القائمة على المحولات.تظهر نتائجنا أن الكشف عن الهفوات النوعية هي مهمة صعبة مع التداعيات المباشرة في المعلومات الخاطئة، ولكنها اتجاه مهم لمتابعة ما بعد تخصيص الملصقات الحقيقية أو المزيفة إلى مطالبات قصيرة.
The explosion of online health news articles runs the risk of the proliferation of low-quality information. Within the existing work on fact-checking, however, relatively little attention has been paid to medical news. We present a health news classification task to determine whether medical news articles satisfy a set of review criteria deemed important by medical experts and health care journalists. We present a dataset of 1,119 health news paired with systematic reviews. The review criteria consist of six elements that are essential to the accuracy of medical news. We then present experiments comparing the classical token-based approach with the more recent transformer-based models. Our results show that detecting qualitative lapses is a challenging task with direct ramifications in misinformation, but is an important direction to pursue beyond assigning True or False labels to short claims.
المراجع المستخدمة
https://aclanthology.org/
في هذه الورقة، نقدم Unifiedm2، وهو نموذج معلومات فعال للأغراض العامة نماذج مشتركة مجالات متعددة من المعلومات الخاطئة مع إعداد واحد موحد.يتم تدريب النموذج على التعامل مع أربع مهام: اكتشاف تحيز الأخبار، Clicbait، أخبار وهمية، والتحقق من الشائعات.من خلا
بصرف النظر عن نجاح نهج تعلم النطاق المختلط في مجال التعلم العميق لحل المهام المختلفة لمعالجة اللغة الطبيعية، فإنه لا يقرض حل جماعيا للكشف عن المعلومات الخاطئة من بيانات وسائل التواصل الاجتماعي CovID-19. نظرا للتعقيد المتأصل من هذا النوع من البيانات،
أجريت هذه الدراسة في جميع المراكز الصحية التي تقدم خدمات اللقاح في مدينة اللاذقية على عيّنة قوامها جميع الممرضات اللواتي يقدمن اللقاح للأطفال في المراكز الصحية و عددهن (27) ممرضة، و جميع الأهالي المرافقين للأطفال المراجعين للمركز الصحي بقصد أخذ اللقا
وقد رافق انتشار Covid-19 بمعلومات مفاجئة واسعة النطاق بشأن وسائل التواصل الاجتماعي.على وجه الخصوص، شهد Twittercrive زيادة كبيرة في نشر الحقائق والأرقام المشوهة.يهدف هذا العمل الحالي إلى تحديد تغريدات بشأن CovID-19 التي تحتوي على معلومات ضارة وخاطئة.ل
في هذه الورقة، نقدم شائعات ARCOV19، ومجموعة بيانات عربية Covid-19 Twitter للكشف عن المعلومات الخاطئة المؤلفة من تغريدات تحتوي على مطالبات من 27 يناير حتى نهاية أبريل 2020. قمنا بجمع 138 مطالبات تم التحقق منها، معظمها من مواقع التحقق من الحقائق الشعبي