PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.04962v2cs.CL

배후는 누구인가? 독일어 텔레그램 게시물에서 음모론적 행위자 어노테이션 및 추출

Who's Behind It? Annotating and Extracting Conspiratorial Actors from German Telegram Posts

음모론은 흔히 중요한 사건을 강력하고 비밀스러운 행위자의 행동 탓으로 돌립니다. 계산적 연구는 주로 음모론에 대한 문서 수준의 분석에 집중해 온 반면, 이러한 서사를 이끄는 행위자를 식별하는 데는 상대적으로 덜 주목해 왔습니다. 본 연구에서는 음모론적 행위자에 대한 어노테이션 가이드라인을 개발하고, 스팬(span) 어노테이션이 적용된 독일어 텔레그램 게시물 코퍼스를 제시하며, 트랜스포머(transformer) 기반 모델을 사용한 자동 추출을 조사합니다. 나아가 도출된 모델을 독일어 음모론 관련 텔레그램 채널의 대규모 아카이브인 Schwurbelarchiv에 적용합니다. 실험 결과는 음모론 담화의 언어적 복잡성에도 불구하고 음모론적 행위자를 유의미한 일치도로 어노테이션할 수 있으며 합리적인 정확도로 추출할 수 있음을 보여주어, 음모론 서사에서 행위자 표현에 대한 대규모 분석을 가능하게 합니다.

arXiv:2607.05689v1cs.CL

UCSC NLP at SemEval-2026 Task 10: 음모론 탐지를 위한 경계 인식 스팬 추출 및 RoBERTa 분류

UCSC NLP at SemEval-2026 Task 10: Boundary-Aware Span Extraction and RoBERTa Classification for Conspiracy Detection

SemEval-2026 Task 10(PsyCoMark)에서 음모론 마커 추출과 문서 수준 음모론 탐지를 위해 RoBERTa-large 기반의 두 독립 모델을 제안하며, Subtask 1에서는 경계 인식 스팬 표현과 하드 네거티브 샘플링, 포함 기반 NMS를 활용한 다중 레이블 스팬 분류를, Subtask 2에서는 레이블 스무딩을 적용한 시퀀스 분류기를 사용한다. Actor, Victim 등 개체 유사 역할은 강건하게 탐지된 반면 Action, Effect, Evidence 등 추상적 역할은 경계 기준에 민감하였으며, 공식 테스트에서 Subtask 1 7위(macro F1 0.2251), Subtask 2 12위(weighted F1 0.7694)를 기록하였다.