論文の概要: An Event Correlation Filtering Method for Fake News Detection
- arxiv url: http://arxiv.org/abs/2012.05491v2
- Date: Sun, 13 Dec 2020 07:52:18 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-15 06:18:41.634285
- Title: An Event Correlation Filtering Method for Fake News Detection
- Title（参考訳）: フェイクニュース検出のためのイベント相関フィルタ法
- Authors: Hao Li (1), Huan Wang (1) and Guanghua Liu (2) ((1) College of
Informatics, Huazhong Agricultural University, (2) Department of Computer
Science and Engineering, University at Buffalo, The State University of New
York)
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Nowadays, social network platforms have been the prime source for people to
experience news and events due to their capacities to spread information
rapidly, which inevitably provides a fertile ground for the dissemination of
fake news. Thus, it is significant to detect fake news otherwise it could cause
public misleading and panic. Existing deep learning models have achieved great
progress to tackle the problem of fake news detection. However, training an
effective deep learning model usually requires a large amount of labeled news,
while it is expensive and time-consuming to provide sufficient labeled news in
actual applications. To improve the detection performance of fake news, we take
advantage of the event correlations of news and propose an event correlation
filtering method (ECFM) for fake news detection, mainly consisting of the news
characterizer, the pseudo label annotator, the event credibility updater, and
the news entropy selector. The news characterizer is responsible for extracting
textual features from news, which cooperates with the pseudo label annotator to
assign pseudo labels for unlabeled news by fully exploiting the event
correlations of news. In addition, the event credibility updater employs
adaptive Kalman filter to weaken the credibility fluctuations of events. To
further improve the detection performance, the news entropy selector
automatically discovers high-quality samples from pseudo labeled news by
quantifying their news entropy. Finally, ECFM is proposed to integrate them to
detect fake news in an event correlation filtering manner. Extensive
experiments prove that the explainable introduction of the event correlations
of news is beneficial to improve the detection performance of fake news.
- Abstract（参考訳）: 近年,ソーシャル・ネットワーク・プラットフォームは,情報を急速に広める能力によって,ニュースやイベントを体験する主要な情報源となっている。
したがって、偽ニュースを検出することは重要であり、そうでなければ公衆の誤解やパニックを引き起こす可能性がある。
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。
しかし、効果的なディープラーニングモデルのトレーニングは通常、大量のラベル付きニュースを必要とするが、実際のアプリケーションで十分なラベル付きニュースを提供するには高価で時間がかかる。
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て,主にニュースキャラクタ,擬似ラベルアノテーション,イベント信頼性更新器,ニュースエントロピーセレクタで構成される偽ニュース検出のためのイベント相関フィルタリング手法(ECFM)を提案する。
ニュースキャラクタは、ニュースのイベント相関を完全に活用して、擬似ラベルアノテータと協調して、未ラベルのニュースに擬似ラベルを割り当てる、ニュースからテキスト特徴を抽出する責任を負う。
さらに、イベント信頼性更新器は、イベントの信頼性変動を弱めるために適応カルマンフィルタを用いる。
ニュースエントロピーセレクタは、そのニュースエントロピーを定量化することにより、偽ラベル付きニュースから高品質なサンプルを自動的に検出する。
最後に、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を統合することを提案する。
広範な実験により、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の説明可能な導入が有効であることが証明された。
関連論文リスト
- Adapting Fake News Detection to the Era of Large Language Models [48.5847914481222]
我々は,機械による(言い換えられた)リアルニュース,機械生成のフェイクニュース,人書きのフェイクニュース,人書きのリアルニュースの相互作用について検討する。
我々の実験では、人書き記事のみに特化して訓練された検知器が、機械が生成したフェイクニュースを検出できる興味深いパターンを明らかにしましたが、その逆ではありません。
論文 参考訳（メタデータ） (2023-11-02T08:39:45Z) - 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) - fakenewsbr: A Fake News Detection Platform for Brazilian Portuguese [0.6775616141339018]
本稿ではブラジルポルトガル語における偽ニュースの検出に関する総合的研究について述べる。
本稿では、TF-IDFやWord2Vecといった自然言語処理技術を活用する機械学習ベースのアプローチを提案する。
ユーザフレンドリーなWebプラットフォームである fakenewsbr.com を開発し,ニュース記事の妥当性の検証を容易にする。
論文 参考訳（メタデータ） (2023-09-20T04:10:03Z) - 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) - 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) - Faking Fake News for Real Fake News Detection: Propaganda-loaded
Training Data Generation [105.20743048379387]
提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。
具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。
実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
論文 参考訳（メタデータ） (2022-03-10T14:24:19Z) - 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) - Connecting the Dots Between Fact Verification and Fake News Detection [21.564628184287173]
本稿では,事実検証と偽ニュース検出の点を結合する,シンプルで効果的な手法を提案する。
提案手法は,最近の事実検証モデルの成功を活用し,ゼロショットフェイクニュースの検出を可能にする。
論文 参考訳（メタデータ） (2020-10-11T09:28:52Z) - Weak Supervision for Fake News Detection via Reinforcement Learning [34.448503443582396]
本稿では,弱教師付きフェイクニュース検出フレームワークWeFENDを提案する。
提案するフレームワークは,アノテータ,強化セレクタ,フェイクニュース検出器の3つの主要コンポーネントで構成されている。
WeChatの公式アカウントと関連するユーザレポートを通じて発行された大量のニュース記事に対して,提案したフレームワークを検証した。
論文 参考訳（メタデータ） (2019-12-28T21:20:25Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。