Fugu-MT 論文翻訳(概要): Improving Generalizability of Fake News Detection Methods using Propensity Score Matching

論文の概要: Improving Generalizability of Fake News Detection Methods using Propensity Score Matching

arxiv url: http://arxiv.org/abs/2002.00838v1
Date: Tue, 28 Jan 2020 00:44:59 GMT
ステータス: 処理完了
システム内更新日: 2023-01-06 01:57:13.633376
Title: Improving Generalizability of Fake News Detection Methods using Propensity Score Matching
Title（参考訳）: Propensity Score Matching を用いたフェイクニュース検出手法の一般化性の向上
Authors: Bo Ni, Zhichun Guo, Jianing Li, Meng Jiang
Abstract要約: 偽ニュースの特徴に相反する変数が存在することを考慮し、一般化可能な特徴を選択するためにPSM(Propensity Score Matching)を用いる。実験結果から, 偽ニュース手法の一般化性は, 生周波数を用いて特徴を抽出するよりも, PSMを用いることで著しく向上していることがわかった。
参考スコア（独自算出の注目度）: 23.968908482333717
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Recently, due to the booming influence of online social networks, detecting fake news is drawing significant attention from both academic communities and general public. In this paper, we consider the existence of confounding variables in the features of fake news and use Propensity Score Matching (PSM) to select generalizable features in order to reduce the effects of the confounding variables. Experimental results show that the generalizability of fake news method is significantly better by using PSM than using raw frequency to select features. We investigate multiple types of fake news methods (classifiers) such as logistic regression, random forests, and support vector machines. We have consistent observations of performance improvement.
Abstract（参考訳）: 近年、オンライン・ソーシャルネットワークの影響が高まり、偽ニュースの検出が学術界や一般人の両方から大きな注目を集めている。本稿では,偽ニュースの特徴における共起変数の存在を考察し,共起変数の効果を低減するために一般化可能な特徴を選択するために,protensity score matching (psm) を用いる。実験結果から, 偽ニュース手法の一般化性は, 生周波数を用いて特徴を抽出するよりも, PSMを用いることで著しく向上した。本稿では,ロジスティック回帰,ランダムフォレスト,サポートベクターマシンなど,複数種類の偽ニュース手法(分類器)について検討する。パフォーマンス改善に関する一貫した観察があります。

関連論文リスト

Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文参考訳（メタデータ） (2023-09-28T13:19:43Z)
Nothing Stands Alone: Relational Fake News Detection with Hypergraph Neural Networks [49.29141811578359]
本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
論文参考訳（メタデータ） (2022-12-24T00:19:32Z)
Predictive linguistic cues for fake news: a societal artificial intelligence problem [9.40467099889021]
メディアニュース項目の言語的特徴を,機械学習アルゴリズムを用いて,偽ニュースと実ニュースを区別する。我々は、証拠ではなく、主に分布特性を制御するニューラルネットワークを使用している。測定値に高い値を持つ特徴, 負, 正, 基数は, 曲線 (AUC) とF1スコアの下で高い面積を提供するために観測される。
論文参考訳（メタデータ） (2022-11-26T07:50:01Z)
Multiverse: Multilingual Evidence for Fake News Detection [71.51905606492376]
Multiverseは、偽ニュースの検出に使用できる多言語エビデンスに基づく新機能である。偽ニュース検出機能としての言語間証拠の使用仮説を確認した。
論文参考訳（メタデータ） (2022-11-25T18:24:17Z)
A Multi-Policy Framework for Deep Learning-Based Fake News Detection [0.31498833540989407]
フェイクニュース検出を自動化するフレームワークであるMPSC(Multi-Policy Statement Checker)を導入する。 MPSCは、深層学習技術を用いて、文自体とその関連するニュース記事を分析し、それが信頼できるか疑わしいかを予測する。
論文参考訳（メタデータ） (2022-06-01T21:25:21Z)
Explainable Tsetlin Machine framework for fake news detection with credibility score assessment [16.457778420360537]
本稿では,最近導入されたTsetlin Machine (TM) に基づく,新たな解釈可能な偽ニュース検出フレームワークを提案する。我々は、TMの接続節を用いて、真偽のニューステキストの語彙的および意味的特性をキャプチャする。評価のために、PolitiFactとGossipCopという2つの公開データセットで実験を行い、TMフレームワークが以前公開されたベースラインを大幅に上回っていることを示す。
論文参考訳（メタデータ） (2021-05-19T13:18:02Z)
User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文参考訳（メタデータ） (2021-04-25T21:19:24Z)
An Event Correlation Filtering Method for Fake News Detection [0.0]
既存のディープラーニングモデルは、偽ニュース検出の問題に取り組むために大きな進歩を遂げている。偽ニュースの検出性能を向上させるために,ニュースのイベント相関を利用した。イベント相関フィルタリング方式で偽ニュースを検出するためにECFMが提案されている。
論文参考訳（メタデータ） (2020-12-10T07:31:07Z)
Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文参考訳（メタデータ） (2020-10-20T19:37:04Z)
Fake News Detection using Temporal Features Extracted via Point Process [2.105564340986074]
SNS投稿から発生する時間的特徴をポイントプロセスアルゴリズムを用いて実ニュースから偽ニュースを識別する。本稿では,時間的特徴とともに言語的特徴とユーザ的特徴を含む新しいマルチモーダルアテンションベース手法を提案する。
論文参考訳（メタデータ） (2020-07-28T06:34:54Z)
Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
論文参考訳（メタデータ） (2020-04-03T18:26:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。