Fugu-MT 論文翻訳(概要): Fake News Detection: a comparison between available Deep Learning techniques in vector space

論文の概要: Fake News Detection: a comparison between available Deep Learning techniques in vector space

arxiv url: http://arxiv.org/abs/2102.09470v1
Date: Thu, 18 Feb 2021 16:42:28 GMT
ステータス: 処理完了
システム内更新日: 2021-02-19 14:33:01.779946
Title: Fake News Detection: a comparison between available Deep Learning techniques in vector space
Title（参考訳）: 偽ニュース検出: ベクトル空間における利用可能なディープラーニング技術の比較
Authors: Lovedeep Singh
Abstract要約: 本稿では,あるベクトル空間におけるニュースインスタンスの表現による,現在のディープラーニング手法の比較を行う。結論として,結果の音響分析を行い,その結果の理由について検討した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Fake News Detection is an essential problem in the field of Natural Language Processing. The benefits of an effective solution in this area are manifold for the goodwill of society. On a surface level, it broadly matches with the general problem of text classification. Researchers have proposed various approaches to tackle fake news using simple as well as some complex techniques. In this paper, we try to make a comparison between the present Deep Learning techniques by representing the news instances in some vector space using a combination of common mathematical operations with available vector space representations. We do a number of experiments using various combinations and permutations. Finally, we conclude with a sound analysis of the results and evaluate the reasons for such results.
Abstract（参考訳）: フェイクニュース検出は自然言語処理の分野で不可欠な問題である。この分野における効果的なソリューションの利点は、社会の善意のためのマニホールドです。表面レベルでは、テキスト分類の一般的な問題と広く一致している。研究者は、単純かつ複雑な手法を用いてフェイクニュースに取り組むための様々なアプローチを提案している。本稿では,一般の数学的操作と利用可能なベクトル空間表現の組み合わせを用いて,いくつかのベクトル空間におけるニュースインスタンスの表現により,現在の深層学習手法の比較を試みる。様々な組み合わせと置換を用いて多数の実験を行う。最後に,結果の音響分析を行い,その結果の理由について検討した。

関連論文リスト

Using Artificial Neural Networks to Determine Ontologies Most Relevant to Scientific Texts [44.99833362998488]
本稿では,人工ネットワークを用いた最も関連性の高いテキストの発見の可能性について考察する。提案手法の基本的な考え方は、ソーステキストファイルから代表を選択し、それをベクトル空間に埋め込むことである。我々は変換器の組込み出力、特にランダムな森林を分類するために異なる分類器を検討した。
論文参考訳（メタデータ） (2023-09-17T08:08:50Z)
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 Deep Learning Anomaly Detection Method in Textual Data [0.45687771576879593]
本稿では,従来の機械学習アルゴリズムと組み合わせたディープラーニングとトランスフォーマーアーキテクチャを提案する。我々は、異常を予測するために、文変換器、オート、ロジスティック回帰、距離計算など、複数の機械学習手法を使用した。
論文参考訳（メタデータ） (2022-11-25T05:18:13Z)
Word Embeddings and Validity Indexes in Fuzzy Clustering [5.063728016437489]
単語の様々なベクトル表現、すなわち単語埋め込みのファジィに基づく解析。我々は2つのファジィクラスタリングアルゴリズムをカウントベースの単語埋め込みに使用し、異なる手法と次元を持つ。本研究では,様々なクラスタリング妥当性指標を用いた実験結果を評価し,異なるアルゴリズム変動と異なる埋め込み精度を比較した。
論文参考訳（メタデータ） (2022-04-26T18:08:19Z)
Contextualized Semantic Distance between Highly Overlapped Texts [85.1541170468617]
テキスト編集や意味的類似性評価といった自然言語処理タスクにおいて、ペア化されたテキストに重複が頻繁に発生する。本稿では,マスク・アンド・予測戦略を用いてこの問題に対処することを目的とする。本稿では,最も長い単語列の単語を隣接する単語とみなし,その位置の分布を予測するためにマスク付き言語モデリング(MLM)を用いる。セマンティックテキスト類似性の実験では、NDDは様々な意味的差異、特に高い重なり合うペアテキストに対してより敏感であることが示されている。
論文参考訳（メタデータ） (2021-10-04T03:59:15Z)
Nearest neighbour approaches for Emotion Detection in Tweets [1.7581155313656314]
我々は、簡単な実装が容易で説明可能な機械学習モデルであるkNN(Nearest Neighbours)を重み付けしたアプローチを提案する。特に、SemEval-2018のツイートにおける共有感情検出タスクに重み付きkNNモデルを適用する。
論文参考訳（メタデータ） (2021-07-08T13:00:06Z)
Fuzzy-Rough Nearest Neighbour Approaches for Emotion Detection in Tweets [1.7581155313656314]
ソーシャルメディアは、感情分析や感情認識といった様々なタスクで使用できる意味のあるデータの本質的な情報源である。ファジィ粗近傍(FRNN)に基づくSemEval-2018感情検出タスクのためのアプローチを開発する。我々の結果は、より複雑なディープラーニング手法に基づく最高のSemEvalソリューションと競合する。
論文参考訳（メタデータ） (2021-07-08T12:52:47Z)
Preliminary study on using vector quantization latent spaces for TTS/VC systems with consistent performance [55.10864476206503]
本稿では,潜在言語埋め込みをモデル化するための量子化ベクトルの利用について検討する。トレーニングにおいて、潜伏空間上の異なるポリシーを強制することにより、潜伏言語埋め込みを得ることができる。実験の結果,ベクトル量子化法で構築した音声クローニングシステムは,知覚的評価の点でわずかに劣化していることがわかった。
論文参考訳（メタデータ） (2021-06-25T07:51:35Z)
Be More with Less: Hypergraph Attention Networks for Inductive Text Classification [56.98218530073927]
グラフニューラルネットワーク(GNN)は、研究コミュニティで注目され、この標準タスクで有望な結果を実証している。成功にもかかわらず、それらのパフォーマンスは、単語間の高次相互作用をキャプチャできないため、実際は大部分が危険に晒される可能性がある。本稿では,テキスト表現学習において,少ない計算量でより表現力の高いハイパーグラフアテンションネットワーク(HyperGAT)を提案する。
論文参考訳（メタデータ） (2020-11-01T00:21:59Z)
Intrinsic Probing through Dimension Selection [69.52439198455438]
現代のほとんどのNLPシステムは、様々なタスクにおいて驚くほど高いパフォーマンスが得られる事前訓練された文脈表現を使用している。このような高いパフォーマンスは、ある種の言語構造がこれらの表現に根ざしない限りはあり得ず、それを探究する研究が盛んに行われている。本稿では,言語情報が表現内でどのように構造化されているかを示す内在的探索と,先行研究で広く普及している外在的探索とを区別し,抽出に成功したことを示すことによって,そのような情報の存在を主張するのみである。
論文参考訳（メタデータ） (2020-10-06T15:21:08Z)
A Comparative Study on Structural and Semantic Properties of Sentence Embeddings [77.34726150561087]
本稿では,関係抽出に広く利用されている大規模データセットを用いた実験セットを提案する。異なる埋め込み空間は、構造的および意味的特性に対して異なる強度を持つことを示す。これらの結果は,埋め込み型関係抽出法の開発に有用な情報を提供する。
論文参考訳（メタデータ） (2020-09-23T15:45:32Z)

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。