Fugu-MT 論文翻訳(概要): Fake News Detection with Different Models

論文の概要: Fake News Detection with Different Models

arxiv url: http://arxiv.org/abs/2003.04978v1
Date: Sat, 15 Feb 2020 06:15:17 GMT
ステータス: 処理完了
システム内更新日: 2022-12-31 22:44:54.397240
Title: Fake News Detection with Different Models
Title（参考訳）: 異なるモデルによる偽ニュース検出
Authors: Sairamvinay Vijayaraghavan, Ye Wang, Zhiyuan Guo, John Voong, Wenda Xu, Armand Nasseri, Jiaru Cai, Linda Li, Kevin Vuong, and Eshan Wadhwa
Abstract要約: 本論文は,偽ニュース検出モデルの開発を目的とした,さまざまなモデルを検討するための論文である。我々は特定の機械学習アルゴリズムを使用しており、TFIDFやCVといった事前訓練アルゴリズムを使用していた。
参考スコア（独自算出の注目度）: 5.480624274106868
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This is a paper for exploring various different models aiming at developing fake news detection models and we had used certain machine learning algorithms and we had used pretrained algorithms such as TFIDF and CV and W2V as features for processing textual data.
Abstract（参考訳）: 本論文は,偽ニュース検出モデルの開発を目的とした様々なモデルを検討するための論文であり,我々は特定の機械学習アルゴリズムを用いており,テキストデータを処理する機能としてtfidf,cv,w2vなどの事前学習アルゴリズムを用いた。

関連論文リスト

A Multimodal Adaptive Graph-based Intelligent Classification Model for Fake News [1.537737222790121]
偽ニュース検出のためのマルチモーダル適応グラフに基づくインテリジェント分類(MAGIC)を導入する。ソフトマックス関数によるマルチモーダル入力を分類する前に,適応型グラフアテンションネットワークを用いて包括的情報相互作用グラフを構築した。 MAGICは2つの偽ニュースデータセット、すなわちFakeddit(英語)とMultimodal Fake News Detection(中国語)で訓練され、それぞれ98.8%と86.3%の精度を達成した。
論文参考訳（メタデータ） (2024-11-09T07:19:19Z)
FaKnow: A Unified Library for Fake News Detection [11.119667583594483]
FaKnowは統合的で総合的なフェイクニュース検出アルゴリズムライブラリである。モデルトレーニングと評価プロセスの全スペクトルをカバーする。視覚化やロギングなど,一連の補助機能やツールを備えている。
論文参考訳（メタデータ） (2024-01-27T13:29:17Z)
Detecting Out-of-Context Image-Caption Pairs in News: A Counter-Intuitive Method [3.2584287815395174]
本稿では、生成画像モデルを用いて、ニュースにおける画像キャプチャペアの使用状況(OOC)を検出する手法を提案する。 2つの異なる生成モデルを用いて、合計6800ドルの画像を生成する2つの新しいデータセットを提示する。本稿では,本手法が,安価なフェイク検出分野における生成モデルをさらに研究できると確信している。
論文参考訳（メタデータ） (2023-08-31T10:16:59Z)
Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images [60.34381768479834]
近年の拡散モデルの発展により、自然言語のテキストプロンプトから現実的なディープフェイクの生成が可能になった。我々は、最先端拡散モデルにより生成されたディープフェイク検出に関する体系的研究を開拓した。
論文参考訳（メタデータ） (2023-04-02T10:25:09Z)
Transformer-based approaches to Sentiment Detection [55.41644538483948]
テキスト分類のための4種類の最先端変圧器モデルの性能について検討した。 RoBERTa変換モデルは82.6%のスコアでテストデータセット上で最高のパフォーマンスを示し、品質予測に非常に推奨されている。
論文参考訳（メタデータ） (2023-03-13T17:12:03Z)
Artificial Text Detection with Multiple Training Strategies [5.193281963834951]
本稿では,対話共有タスク2022(RuATD 2022)におけるロシア語人工テキスト検出手法を提案する。この共有タスクのための複数のトレーニング戦略を備えたDeBERTa事前学習言語モデルを導入する。
論文参考訳（メタデータ） (2022-12-10T03:57:28Z)
ModelDiff: A Framework for Comparing Learning Algorithms [86.19580801269036]
そこでは,2つの異なる学習アルゴリズムを用いて学習したモデルの違いを見つけることを目的とする。トレーニングデータの使用方法に基づいて学習アルゴリズムを比較するために,データモデルフレームワークを利用するModelDiffを提案する。
論文参考訳（メタデータ） (2022-11-22T18:56:52Z)
Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文参考訳（メタデータ） (2021-11-09T13:30:34Z)
Visual Transformer for Task-aware Active Learning [49.903358393660724]
プールベースのアクティブラーニングのための新しいパイプラインを提案する。提案手法は,学習中に使用可能なアンラベリング例を利用して,ラベル付き例との相関関係を推定する。ビジュアルトランスフォーマーは、ラベル付き例と非ラベル付き例の間の非ローカルビジュアル概念依存性をモデル化する。
論文参考訳（メタデータ） (2021-06-07T17:13:59Z)
ALT-MAS: A Data-Efficient Framework for Active Testing of Machine Learning Algorithms [58.684954492439424]
少量のラベル付きテストデータのみを用いて機械学習モデルを効率的にテストする新しいフレームワークを提案する。ベイズニューラルネットワーク(bnn)を用いたモデルアンダーテストの関心指標の推定が目的である。
論文参考訳（メタデータ） (2021-04-11T12:14:04Z)
Text Detection on Roughly Placed Books by Leveraging a Learning-based Model Trained with Another Domain Data [0.30458514384586394]
本稿では,本書におけるテキスト領域の把握に適したバウンディングボックスの生成方法に焦点をあてる。我々は,学習に基づく手法の結果を改善し,活用することで,境界ボックスを構築するアルゴリズムを開発した。我々のアルゴリズムは、異なる学習に基づくアプローチを用いてシーンテキストを検出することができる。
論文参考訳（メタデータ） (2020-06-26T05:53:23Z)

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。