Wyszukiwarka
Abstrakt
Fighting medical disinformation in the era of the global pandemic is an increasingly important problem. As of today, automatic systems for assessing the credibility of medical information do not offer sufficient precision to be used without human supervision, and the involvement of medical expert annotators is required. Thus, our work aims to optimize the utilization of medical experts’ time. We use the dataset of sentences taken from online lay medical articles. We propose a general framework for filtering medical statements that do not need to be manually verified by medical experts. The results show the gain in fact-checking performance of expert annotators on capturing misinformation by the factor of 2.2 on average. In other words, our framework allows medical experts to fact-check and identify over two times more non-credible medical statements in a given time interval without applying any changes to the annotation flow.
Cytowania
-
1
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (4)
-
Bartłomiej Balcerzak dr
-
Mikołaj Morzy dr hab. inż.
-
Adam Wierzbicki prof. dr hab. inż.
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Tytuł wydania:
- Web Information Systems Engineering – WISE 2021 strony 420 - 434
- Język:
- angielski
- Rok wydania:
- 2021
- Opis bibliograficzny:
- Nabożny A., Balcerzak B., Morzy M., Wierzbicki A.: Focus on Misinformation: Improving Medical Experts’ Efficiency of Misinformation Detection// Web Information Systems Engineering – WISE 2021/ : , 2021, s.420-434
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-030-91560-5_31
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 65 razy
Publikacje, które mogą cię zainteresować
Improving medical experts’ efficiency of misinformation detection: an exploratory study
- A. Nabożny,
- B. Balcerzak,
- M. Morzy
- + 3 autorów
Enriching the Context: Methods of Improving the Non-contextual Assessment of Sentence Credibility
- A. Nabożny,
- B. Balcerzak,
- D. Korzinek
Active Annotation in Evaluating the Credibility of Web-Based Medical Information: Guidelines for Creating Training Data Sets for Machine Learning
- A. Nabożny,
- B. Balcerzak,
- A. Wierzbicki
- + 2 autorów