연구자들은 유방암, 폐암, 대장암 및 전립선암에 대한 레딧 토론에서 암 허위 정보를 특징짓기 위해 다차원 분류 체계를 소개했습니다. 이 프레임워크는 허위 정보 존재 여부, 정보 유형, 위험 수준, 입장 및 주제 초점을 포함하여 7가지 차원을 포착합니다.
- 암 관련 허위 정보는 레딧 암 토론의 약 6%를 구성하며, 커뮤니티 간 상당한 변이가 있습니다.
- Few-shot prompting은 미묘한 분류 체계 차원에 대한 대규모 언어 모델 분류 성능을 크게 향상시킵니다.
- 반복되는 서사에는 근거 없는 치료법, 전통 의학에 대한 불신, 진단 및 선별 검사에 대한 오해를 불러일으키는 주장이 포함됩니다.
이 연구는 전문가 주석 데이터를 사용하여 온라인 암 허위 정보를 다차원적으로 모델링하기 위한 기반을 제공합니다.