Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen angezeigt.
Nächste Überarbeitung | Vorhergehende Überarbeitung | ||
arbeiten:fake_news_in_social_traditional_media_in_the_context_of_covid-19 [09.11.2020 17:35] – Erstellt mit dem Formular arbeiten:anlegen Christian Wolff | arbeiten:fake_news_in_social_traditional_media_in_the_context_of_covid-19 [08.03.2022 08:09] (aktuell) – [Data-Entry] Alexander Bazo | ||
---|---|---|---|
Zeile 1: | Zeile 1: | ||
- | ====== Fake news in social & traditional media in the context of COVID-19 | + | ====== |
---- dataentry StudentischeArbeit ---- | ---- dataentry StudentischeArbeit ---- | ||
- | Thema | + | Thema : Exploring automatic text summarizationfor |
- | Art_thesistypes | + | Art_thesistypes |
- | BetreuerIn_thesisadvisor | + | BetreuerIn_thesisadvisor |
- | BearbeiterIn | + | BearbeiterIn |
- | ErstgutachterIn_thesisprofessor | + | ErstgutachterIn_thesisprofessor |
- | ZweitgutachterIn_secondthesisprofessor : Christian Wolff | + | ZweitgutachterIn_secondthesisprofessor : Christian Wolff # |
- | Status_thesisstate | + | Status_thesisstate |
- | Stichworte_thesiskeywords | + | Stichworte_thesiskeywords |
- | angelegt_dt | + | angelegt_dt |
- | Anmeldung_dt | + | Anmeldung_dt |
- | Antrittsvortrag_dt | + | Antrittsvortrag_dt |
- | Abschlussvortrag_dt | + | Abschlussvortrag_dt |
- | Abgabe_dt | + | Abgabe_dt |
- | Textlizenz_textlicense | + | Textlizenz_textlicense |
- | Codelizenz_codelicense | + | Codelizenz_codelicense |
---- | ---- | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
=== Hintergrund === | === Hintergrund === | ||
Zeile 28: | Zeile 34: | ||
Ziel der Arbeit ist, strukturelle Unterschiede zwischen Fake & Real News zu identifizieren und anhand dieser einen Klassifikator zu entwickeln, welcher anhand von linguistischen, | Ziel der Arbeit ist, strukturelle Unterschiede zwischen Fake & Real News zu identifizieren und anhand dieser einen Klassifikator zu entwickeln, welcher anhand von linguistischen, | ||
- | | + | * Inwiefern ist es möglich Fake News anhand ihrer stilistischen Merkmale zu erkennen? |
- | Wie unterscheidet sich die Verbreitung von Fake News gegenüber Real News? | + | * Wie unterscheidet sich die Verbreitung von Fake News gegenüber Real News? |
- | Gibt es hierarchische Unterschiede in den Netzwerken (z.B. entsteht eine Echokammer)? | + | * Gibt es hierarchische Unterschiede in den Netzwerken (z.B. entsteht eine Echokammer)? |
- | Gibt es zeitliche Unterschiede in der Verbreitung (wie schnell verbreitet sich eine Nachricht)? | + | * Gibt es zeitliche Unterschiede in der Verbreitung (wie schnell verbreitet sich eine Nachricht)? |
- | Kann man anhand der ursprünglichen Quelle verstellen, ob eine Aussage glaubwürdig ist oder nicht (z.B. @realdonaldtrump vs. @associatedPress)? | + | * Kann man anhand der ursprünglichen Quelle verstellen, ob eine Aussage glaubwürdig ist oder nicht (z.B. @realdonaldtrump vs. @associatedPress)? |
- | Unterscheidet sich das Diskussionsverhalten von Fake und Real News? | + | * Unterscheidet sich das Diskussionsverhalten von Fake und Real News? |
- | Behandeln Fake News und Real News andere Themengebiete? | + | * Behandeln Fake News und Real News andere Themengebiete? |
=== Konkrete Aufgaben === | === Konkrete Aufgaben === | ||
Zeile 41: | Zeile 47: | ||
Mögliche Methoden zur Untersuchung der Fragestellung sind: | Mögliche Methoden zur Untersuchung der Fragestellung sind: | ||
- | | + | * quantitative Analyse |
- | Social Network Analysis | + | * Social Network Analysis |
- | Sentimentanalysis | + | * Sentimentanalysis |
- | Transfer-Learning (BERT, roBERTa etc.) | + | * Transfer-Learning (BERT, roBERTa etc.) |
- | Stilometrie | + | * Stilometrie |
- | Topic Modeling | + | * Topic Modeling |
- | Training eines supervised Maschine Learning Klassifikators | + | * Training eines supervised Maschine Learning Klassifikators |
- | Weak social supervision (WSS) | + | * Weak social supervision (WSS) |
=== Erwartete Vorkenntnisse === | === Erwartete Vorkenntnisse === | ||
- | | + | * Python |
- | Maschine Learning | + | * Maschine Learning |
- | NLP | + | * NLP |
- | Social Network Analysis | + | * Social Network Analysis |
- | Sentiment Analysis | + | * Sentiment Analysis |
- | + | ||
=== Weiterführende Quellen === | === Weiterführende Quellen === | ||
- | Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. ArXiv: | + | * Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. ArXiv: |
- | Shu, K., Mahudeswaran, | + | * Shu, K., Mahudeswaran, |
- | Shu, K., Sliva, A., Wang, S., Tang, J., & Liu, H. (2017). Fake News Detection on Social Media: A Data Mining Perspective. ArXiv: | + | * Shu, K., Sliva, A., Wang, S., Tang, J., & Liu, H. (2017). Fake News Detection on Social Media: A Data Mining Perspective. ArXiv: |
- | Shu, K., Wang, S., Lee, D., & Liu, H. (2020). Mining Disinformation and Fake News: Concepts, Methods, and Recent Advancements. ArXiv: | + | * Shu, K., Wang, S., Lee, D., & Liu, H. (2020). Mining Disinformation and Fake News: Concepts, Methods, and Recent Advancements. ArXiv: |
- | Slovikovskaya, | + | * Slovikovskaya, |
- | Wang, W. Y. (2017). “Liar, Liar Pants on Fire”: A New Benchmark Dataset for Fake News Detection. Proceedings of the 55th Annual Meeting of the Association for | + | * Wang, W. Y. (2017). “Liar, Liar Pants on Fire”: A New Benchmark Dataset for Fake News Detection. Proceedings of the 55th Annual Meeting of the Association for |