論文の概要: Dataset of Fake News Detection and Fact Verification: A Survey

• arxiv url: http://arxiv.org/abs/2111.03299v1
• Date: Fri, 5 Nov 2021 07:22:16 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-08 14:42:23.919440
• Title: Dataset of Fake News Detection and Fact Verification: A Survey
• Title（参考訳）: フェイクニュース検知とファクト検証のデータセット:調査
• Authors: Taichi Murayama
• Abstract要約: フェイクニュースが急速に増加し、社会に大きなダメージを与え、多くのフェイクニュース関連研究が引き起こされる。 これらの研究のリソースは主に、Webデータから取得した公開データセットとして利用可能である。 3つの視点から,フェイクニュース研究に関連する118のデータセットを大規模に調査した。
• 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: The rapid increase in fake news, which causes significant damage to society, triggers many fake news related studies, including the development of fake news detection and fact verification techniques. The resources for these studies are mainly available as public datasets taken from Web data. We surveyed 118 datasets related to fake news research on a large scale from three perspectives: (1) fake news detection, (2) fact verification, and (3) other tasks; for example, the analysis of fake news and satire detection. We also describe in detail their utilization tasks and their characteristics. Finally, we highlight the challenges in the fake news dataset construction and some research opportunities that address these challenges. Our survey facilitates fake news research by helping researchers find suitable datasets without reinventing the wheel, and thereby, improves fake news studies in depth.
• Abstract（参考訳）: フェイクニュースの急速な増加は社会に大きなダメージを与え、フェイクニュース検出や事実検証技術の開発など、フェイクニュース関連の多くの研究の引き金となる。 これらの研究のリソースは主に、Webデータから取得した公開データセットとして利用可能である。 1)偽ニュース検出,(2)事実検証,(3)その他の課題,例えば偽ニュースの分析,風刺検出の3つの視点から,偽ニュース研究に関連する118のデータセットを調査した。 また,その利用課題とその特徴について詳述する。 最後に、フェイクニュースデータセットの構築における課題と、これらの課題に対処するいくつかの研究機会を強調する。 我々の調査は、車輪を再発明することなく、研究者が適切なデータセットを見つけるのを助けることでフェイクニュース研究を促進する。

関連論文リスト

• A Revisit of Fake News Dataset with Augmented Fact-checking by ChatGPT [8.363702038073814]
  既存の偽ニュース検出データセットは、人間のジャーナリストから提供されています。 本稿では,人間のジャーナリストが検証した既存の偽ニュースデータセットを再検討し,大規模言語モデルによるファクトチェックの強化を行った。
  論文  参考訳（メタデータ） (2023-12-19T05:46:11Z)
• 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)
• Fake News Detection and Behavioral Analysis: Case of COVID-19 [0.22940141855172028]
  パンデミックに関する偽ニュースの拡散による「情報デミック」が世界的な問題となっている。 読者は偽ニュースを本当のニュースと間違える可能性があり、その結果、本物の情報にアクセスできなくなる。 ソーシャルメディアの投稿で偽のニュースデータを正確に識別することは困難である。
  論文  参考訳（メタデータ） (2023-05-25T13:42:08Z)
• 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)
• Annotation-Scheme Reconstruction for "Fake News" and Japanese Fake News Dataset [1.7149364927872013]
  「フェイクニュース」は多岐にわたる複雑な現象である。 本稿では,既存の偽ニュースデータセットの詳細な調査に基づいて,詳細なラベル付けを施した新しいアノテーション手法を提案する。 アノテーションスキームを用いて,日本初の偽ニュースデータセットを構築し,公開する。
  論文  参考訳（メタデータ） (2022-04-06T10:42:39Z)
• 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)
• Combining Machine Learning with Knowledge Engineering to detect Fake News in Social Networks-a survey [0.7120858995754653]
  ニュースメディアやソーシャルメディアでは、情報は高速に拡散されるが、正確性がないため、検出メカニズムは偽ニュースの拡散に対処するのに十分な速さでニュースを予測することができる。 本稿では,フェイクニュースとは何か,フェイクニュースの重要性,さまざまな領域におけるフェイクニュースの全体的影響,ソーシャルメディア上でフェイクニュースを検出するさまざまな方法,問題を克服する上で有効な既存の検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-01-20T07:43:15Z)
• Stance Detection with BERT Embeddings for Credibility Analysis of Information on Social Media [1.7616042687330642]
  本稿では,記事の内容とともに,その特徴の1つとして姿勢を用いた偽ニュースを検出するモデルを提案する。 本研究は,自動的特徴抽出とテキストの関連性でコンテンツを解釈する。 実世界のデータセットで行った実験は、我々のモデルが以前の研究より優れており、95.32%の精度で偽ニュースの検出を可能にすることを示している。
  論文  参考訳（メタデータ） (2021-05-21T10:46:43Z)
• 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)
• How does Truth Evolve into Fake News? An Empirical Study of Fake News Evolution [55.27685924751459]
  偽ニュース進化過程を追跡する新しいデータセットであるフェイクニュース進化データセットを提示する。 私たちのデータセットは950のペアデータで構成され、それぞれが真実、偽ニュース、進化した偽ニュースを表す記事で構成されています。 進化中の特徴を観察し,誤情報技術,テキスト類似性,キーワードトップ10,分類精度,発話部分,感情特性について検討した。
  論文  参考訳（メタデータ） (2021-03-10T09:01:34Z)

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。