False information spread via the internet and social media influences public opinion and user activity, while generative models enable fake content to be generated faster and more cheaply than had previously been possible. In the not so distant future, identifying fake content generated by deep learning models will play a key role in protecting users from misinformation. To this end, a dataset containing human and computer-generated headlines was created and a user study indicated that humans were only able to identify the fake headlines in 47.8% of the cases. However, the most accurate automatic approach, transformers, achieved an overall accuracy of 85.7%, indicating that content generated from language models can be filtered out accurately.
Emotion Stimulus Detection in German News Headlines
Institut für Maschinelle Sprachverarbeitung, University of Stuttgart（斯图加特大学机器语言处理研究所）
情感刺激提取是情感分析的细粒度子任务，其专注于从文本段落中识别情感表达背后的原因描述（例如，在句子“I am happy that I passed my exam”中，短语“passed my exam”对应于刺激。以前的工作主要集中在普通话和英语，没有德语的资源或模型。我们填补了这一研究空白，开发了一个语料库2006年德国新闻标题注释的情绪和811例刺激短语的注释。鉴于这样的语料库创建工作是耗时和昂贵的，我们还致力于将现有的英语GoodNewsEveryone（GNE）语料库投影到机器翻译的德语版本的方法。我们比较了条件随机场（CRF）模型（通过投影在德语和跨语言上进行单语训练）与多语言XLM-RoBERTA（XLM-R）模型的性能。我们的研究结果表明，与德国语料库的训练达到更高的F1分数比投影。XLM-R的实验优于其各自的CRF对应物。
COSMMIC: Comment-Sensitive Multimodal Multilingual Indian Corpus for Summarization and Headline Generation
Department of Computer Science and Engineering, Indian Institute of Technology Patna, India（印度理工学院帕纳分校计算机科学与工程系）；Department of Metallurgical and Materials Engineering, National Institute of Technology Tiruchirappalli, India（印度理工学院 Tiruchirappalli 金属与材料工程系）；Department of Computer Science and Information Systems, BITS Pilani – Goa Campus, India（比斯·帕尼学院 Goa 分校计算机科学与信息系统系）；Department of Computer Science and Engineering, Indian Institute of Information Technology Vadodara, India（印度信息科技学院瓦达拉分校计算机科学与工程系）；Department of Computer Science and Engineering, B.M.S. College of Engineering, Bangalore, India（班加罗尔 B.M.S. 工程学院计算机科学与工程系）；Université de Toulouse, IRIT UMR 5505 CNRS, France（图卢兹大学 IRIT UMR 5505 CNRS 实验室）
Evons: A Dataset for Fake and Real News Virality Analysis and Prediction
Columbia Business School, Columbia University（哥伦比亚大学哥伦比亚商学院）；Data Science Institute, Columbia University（哥伦比亚大学数据科学研究所）；Department of Sociology, Columbia University（哥伦比亚大学社会学系）
Large-scale dataset of automatically classified rhetorical sections in scientific papers
Graduate School of Education, Stanford University（斯坦福大学教育研究生院）；Center for Social Data Science (SODAS), University of Copenhagen（哥本哈根大学社会科学数据科学中心）；Networks, Data, and Society (NERDS), IT University of Copenhagen（哥本哈根IT大学网络、数据与社会中心）；Pioneer Centre for Artificial Intelligence (P1), Denmark（丹麦先锋人工智能中心）；Complexity Science Hub, Austria（奥地利复杂科学中心）
We used Neural Networks to Detect Clickbaits: You won't believe what happened Next!
Indian Institute of Technology, Kharagpur（印度理工学院克勒格布尔分校）；University of Maryland, College Park（马里兰大学帕克分校）；University of North Carolina, Charlotte（北卡罗来纳大学夏洛特分校）
Automatically Identifying Complaints in Social Media
Bloomberg LP（彭博有限合伙企业）；Politehnica University of Bucharest（布加勒斯特理工大学）；University of Sheffield（谢菲尔德大学）
抱怨是一种基本的言语行为，经常用于人类和计算机中介的沟通，以表达在特定情况下现实和期望之间的负面不匹配。自动识别社交媒体中的投诉对于组织或品牌改善客户体验或开发用于处理和响应投诉的对话系统至关重要。在本文中，我们介绍了第一个系统的分析抱怨在计算语言学。我们收集了一个新的注释数据集，在Twitter上用英语表达的书面投诉。\footnote{Data and code is available here: \url{https://github.com/danielpreotiuc/complaints-social-media}}我们提出了一个广泛的语言分析抱怨作为一种言语行为在社交媒体和训练强大的功能为基础的和神经模型的投诉在九个领域实现预测性能高达79 F1使用远程监督。
Who Wrote This? Identifying Machine vs Human-Generated Text in Hausa
Kalinga University（卡林加大学）；Bayero University（巴耶罗大学）；Arewa Data Science Academy（阿雷瓦数据科学学院）；DSFSI, University of Pretoria（比勒陀利亚大学 DSFSI）；Northeastern University（东北大学）；Imperial College London（伦敦帝国学院）
NL2GDPR: Automatically Develop GDPR Compliant Android Application Features from Natural Language
Baidu Research（百度研究院）
最近的隐私泄露事件和更严格的政策法规要求公司和移动应用程序的合规标准要高得多。然而，这些义务也给应用程序开发人员带来了重大挑战，他们需要遵守这些包含各种观点、活动和角色的法规，特别是对于在这方面经验较少或资源有限的小公司和开发人员。为了解决这些障碍，我们开发了一个自动工具NL2GDPR，它可以从开发人员的自然语言描述中生成策略，同时还确保应用程序的功能符合通用数据保护条例（GDPR）。NL2 GDPR是利用百度认知计算实验室开发的信息抽取工具OIA（Open Information Annotation）开发的。NL2GDPR的核心是一个以隐私为中心的信息抽取模型，并附加了GDPR策略查找器和策略生成器。我们进行了全面的研究，以掌握在提取以隐私为中心的信息和生成隐私政策的挑战，同时利用优化这一特定的任务。借助NL2GDPR，我们可以分别实现92.9%、95.2%和98.4%的准确率，正确识别与个人数据存储、处理和共享类型相关的GDPR政策。据我们所知，NL2GDPR是第一个允许开发人员自动生成GDPR合规策略的工具，只需要输入自然语言来描述应用程序功能。请注意，其他非GDPR相关功能可能与生成的功能集成，以构建复杂的应用程序。
