Fugu-MT 論文翻訳(概要): Exploring Thematic Coherence in Fake News

論文の概要: Exploring Thematic Coherence in Fake News

arxiv url: http://arxiv.org/abs/2012.09118v2
Date: Thu, 17 Dec 2020 01:56:29 GMT
ステータス: 処理完了
システム内更新日: 2021-05-03 03:00:42.544583
Title: Exploring Thematic Coherence in Fake News
Title（参考訳）: フェイクニュースにおけるテーマコヒーレンスの検討
Authors: Martins Samuel Dogo, Deepak P, Anna Jurek-Loughrey
Abstract要約: 本研究は、オンラインで共有されるドメイン横断ニュースのコヒーレンスを分析するためのトピックモデルの使用を検討する。 7つのクロスドメインデータセットによる実験結果から、偽ニュースはその開始文と残りの文との主題的なずれが大きいことが示されている。
参考スコア（独自算出の注目度）: 4.39160562548524
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The spread of fake news remains a serious global issue; understanding and curtailing it is paramount. One way of differentiating between deceptive and truthful stories is by analyzing their coherence. This study explores the use of topic models to analyze the coherence of cross-domain news shared online. Experimental results on seven cross-domain datasets demonstrate that fake news shows a greater thematic deviation between its opening sentences and its remainder.
Abstract（参考訳）: 偽ニュースの拡散は依然として深刻な世界的な問題であり、理解と削減が最重要課題である。偽りの物語と真実の物語を区別する一つの方法は、その一貫性を分析することである。本研究は,インターネット上で共有されるクロスドメインニュースのコヒーレンスを分析するためのトピックモデルの利用について検討する。 7つのクロスドメインデータセットによる実験結果から、偽ニュースはその開始文と残りの文との主題的なずれが大きいことが示されている。

関連論文リスト

FineFake: A Knowledge-Enriched Dataset for Fine-Grained Multi-Domain Fake News Detection [54.37159298632628]
FineFakeは、フェイクニュース検出のためのマルチドメイン知識強化ベンチマークである。 FineFakeは6つのセマンティックトピックと8つのプラットフォームにまたがる16,909のデータサンプルを含んでいる。 FineFakeプロジェクト全体がオープンソースリポジトリとして公開されている。
論文参考訳（メタデータ） (2024-03-30T14:39:09Z)
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)
Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文参考訳（メタデータ） (2023-01-14T18:58:42Z)
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)
Properties of Reddit News Topical Interactions [3.5450828190071655]
我々は、Reddit上のニュース見出し間の相互作用が、その基盤となる出版メカニズムにおいて重要な役割を果たすかどうかを判断するために、そのようなモデルを拡張し、適用することを提案する。 2019年から10万件のニュース見出しに関する詳細なケーススタディを行った結果、インタラクションに関する最先端の結論が得られました。
論文参考訳（メタデータ） (2022-09-16T09:33:07Z)
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)
Supporting verification of news articles with automated search for semantically similar articles [0.0]
偽ニュースを扱うための証拠検索手法を提案する。学習課題は教師なし機械学習問題として定式化される。われわれのアプローチは、コンセプトドリフトとは無関係である。機械学習タスクはテキスト内の仮説とは独立している。
論文参考訳（メタデータ） (2021-03-29T12:56:59Z)
Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文参考訳（メタデータ） (2020-07-24T05:42:29Z)
SAFE: Similarity-Aware Multi-Modal Fake News Detection [8.572654816871873]
テキストや画像,あるいはその“ミスマッチ”に基づいて偽ニュースを検出する新しい手法を提案する。このようなニューステキストと視覚情報の表現と関係性は共同で学習され、偽ニュースを予測するために使用される。提案手法の有効性を実証した大規模実世界のデータについて広範な実験を行った。
論文参考訳（メタデータ） (2020-02-19T02:51:04Z)

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。