Detailansicht
Fact checking approaches based on structured and unstructured textual data
Nour Jnoub
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Informatik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Dr.-Studium der technischen Wissenschaften (DissG: Informatik)
Betreuer*in
Wolfgang Klas
DOI
10.25365/thesis.72118
URN
urn:nbn:at:at-ubw:1-13240.49250.293030-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Menge der textuellen und nicht-textuellen Online-Daten im Web nimmt ständig zu und enthält viele widersprüchliche Daten, was sich auf die Qualität der ursprünglichen Daten quellen, und die qualitätsbezogene Leistung des Suchens und Findens, des Abrufs auswirkt. Daher müssen geeignete Methoden entwickelt und in die Infrastruktur integriert werden, die dem Abruf und dem Durchsuchen von Datenquellen dienen, damit die Möglichkeiten eröffnen wird, und inkonsistente Daten zu bemerken, zu löschen oder für den Endbenutzer hervorgehoben zu werden, wodurch die Qualität der von den Benutzern konsumierten Inhalte verbessert wird. Die Dissertation befasst sich mit den folgenden Forschungsfragen, die die aktuellen Probleme im Bereich der Fakten-Überprüfung von Textdaten darstellen, und geht diese Probleme auch wissenschaftlich an, indem sie verschiedene Ansätze als geeignete Lösungen entwickelt. Die erste Frage bezieht sich auf die Grenzen der bestehenden methodischen Ansätze im Bereich der Fakten-Überprüfung, die die nachfolgenden Fragen beeinflussen. Da Textdaten im Web in einem strukturierten und einem unstrukturierten Format veröffentlicht werden, zielen die zweite und die dritte Forschungsfrage darauf ab, wie man fortschrittliche Ansätze definieren kann, um widersprüchliche Textdaten in beiden Formaten erkennen und geeignet behandeln zu können. Die letzte Frage hebt die Möglichkeit hervor, die entwickelten Ansätze für strukturierte und unstrukturierte Daten in einem universellen Ansatz zusammenzufassen, der für beide Formate geeignet ist und eine generische Lösung darstellt. Weiterhin wird deutlich, wie wichtig es ist, geeignete Bewertungsmetriken zu definieren, um die Leistung der einzelnen entwickelten Ansätze zu bewerten. In dieser Arbeit werden verschiedene Ansätze für strukturierte und unstrukturierte Textdatenformate vorgeschlagen, um die oben genannten Forschungsfragen zu beantworten. Die entwickelten Ansätze ermöglichen es, widersprüchliche Daten zu erkennen, indem sie Techniken zur Untersuchung von Abweichungen zwischen Datensätzen, zur Erkennung und Hervorhebung verdächtiger Verhaltensweisen hinter der Quelle, die die Verbreitung inkonsistenter Informationen verursacht, sowie zur Untersuchung und Messung der Stimmung des Endbenutzer-Feedbacks und seiner wesentlichen Rolle bei der Erkennung solcher inkonsistenter/widersprüchlicher Daten bereitstellen. Weiterhin wurden alle entwickelten Ansätze in einem Ansatz integriert, die mithilfe von Logikprogrammierung als schlussfolgerndes System funktioniert.
Abstract
(Englisch)
As the amount of online textual and non-textual data on the Web continues to increase, it is subject to inconsistencies and contradictory data, which affects the quality of data provenance and the quality-related performance of search and retrieval. Therefore, appropriate methods need to be developed and integrated into the data source retrieval and search infrastructure so that inconsistent data is detected, filtered, or highlighted to the end-user, thereby improving the quality of content consumed by users. This thesis addresses the following research questions, which are the current problems in the field of fact-checking, and addresses these problems scientifically by developing various approaches that contribute to appropriate solutions. The first question refers to the limitations of existing methodological approaches in the field of fact-checking, which influence the following questions. Since textual data on the Web is published in both a structured and an unstructured format, the second and third research questions aim to define advanced approaches for detecting and measuring conflicting textual data in different formats. The last question illustrates the possibility of combining the developed approaches that process structured and unstructured data into one universal approach. Therefore, it can handle both formats and provide a generic solution to the problem described in this thesis. To answer all the above elaborated research questions, this work proposes several approaches that use structured and unstructured textual data. The developed approaches enable the detection of inconsistent data by providing techniques for investigating discrepancies between data sets, detecting and highlighting suspicious behaviors behind the source that causes the dissemination of inconsistent information, and investigating and measuring the sentiment of end-user feedback and its essential role in detecting such inconsistent/contradictory data. Finally, all the developed approaches were integrated into an algorithmic approach using logic programming as a reasoning system.
Schlagwörter
Schlagwörter
(Deutsch)
Faktencheck Faktenüberprüfung Soziale Medien Fake News ASP Logische Programmierung
Schlagwörter
(Englisch)
Fact check Fact-checking Social Media Fake News ASP Logic Programming
Autor*innen
Nour Jnoub
Haupttitel (Englisch)
Fact checking approaches based on structured and unstructured textual data
Paralleltitel (Deutsch)
Fact Checking Ansätze basierend auf strukturierten und unstrukturierten Textdaten
Publikationsjahr
2022
Umfangsangabe
xi, 114 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*innen
Kyandoghere Kyamakya ,
Stefanie Rinderle-Ma
AC Nummer
AC16601863
Utheses ID
62826
Studienkennzahl
UA | 786 | 880 | |