論文の概要: Fake news detection using parallel BERT deep neural networks
- arxiv url: http://arxiv.org/abs/2204.04793v1
- Date: Sun, 10 Apr 2022 23:16:00 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-12 15:49:30.066387
- Title: Fake news detection using parallel BERT deep neural networks
- Title（参考訳）: 並列BERTディープニューラルネットワークを用いたフェイクニュース検出
- Authors: Mahmood Farokhian, Vahid Rafe, Hadi Veisi
- Abstract要約: 本稿では,2つの並列BERTネットワークを用いて全文ニュース記事の精度検出を行うMWPBertを紹介する。
実験結果から,提案モデルが従来モデルよりも精度および他の性能指標で優れていたことが示唆された。
- 参考スコア（独自算出の注目度）: 2.2022484178680872
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Fake news is a growing challenge for social networks and media. Detection of
fake news always has been a problem for many years, but after the evolution of
social networks and increasing speed of news dissemination in recent years has
been considered again. There are several approaches to solving this problem,
one of which is to detect fake news based on its text style using deep neural
networks. In recent years, one of the most used forms of deep neural networks
for natural language processing is transfer learning with transformers. BERT is
one of the most promising transformers who outperforms other models in many NLP
benchmarks. This article, we introduce MWPBert, which uses two parallel BERT
networks to perform veracity detection on full-text news articles. One of the
BERT networks encodes news headline, and another encodes news body. Since the
input length of the BERT network is limited and constant and the news body is
usually a long text, we cannot fed the whole news text into the BERT.
Therefore, using the MaxWorth algorithm, we selected the part of the news text
that is more valuable for fact-checking, and fed it into the BERT network.
Finally, we encode the output of the two BERT networks to an output network to
classify the news. The experiment results showed that the proposed model
outperformed previous models in terms of accuracy and other performance
measures.
- Abstract（参考訳）: フェイクニュースは、ソーシャルネットワークやメディアにとってますます難しい課題だ。
偽ニュースの検出は長年にわたって問題視されてきたが、ソーシャルネットワークの進化と近年のニュース拡散のスピード向上が再び検討されている。
この問題にはいくつかのアプローチがあり、そのうちの1つはディープニューラルネットワークを用いたテキストスタイルに基づく偽ニュースの検出である。
近年では、自然言語処理に最もよく使われているのがトランスフォーマーを用いたトランスファー学習である。
BERTは多くのNLPベンチマークで他のモデルを上回っている最も有望なトランスフォーマーの1つである。
本稿では,2つの並列BERTネットワークを用いて全文ニュース記事の真偽検出を行うMWPBertを紹介する。
BERTネットワークの1つはニュースヘッドラインをエンコードし、もう1つはニュースボディをエンコードする。
BERTネットワークの入力長は制限され一定であり、ニュース本体は通常長文であるので、ニューステキスト全体をBERTに入力することはできない。
そこで,maxworthアルゴリズムを用いて,ファクトチェックに有用なニューステキストの部分を選択し,bertネットワークに入力した。
最後に、2つのBERTネットワークの出力を出力ネットワークにエンコードしてニュースを分類する。
実験の結果,提案モデルが従来のモデルよりも精度と性能面で優れていた。
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) - 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) - Fake News Quick Detection on Dynamic Heterogeneous Information Networks [3.599616699656401]
偽ニュース検出のための新しい動的不均一グラフニューラルネットワーク(DHGNN)を提案する。
我々はまず、ニュース記事の内容と著者プロファイルのセマンティック表現を得るために、BERTと微調整BERTを実装した。
そして、文脈情報と関係を反映した異質なニュース著者グラフを構築する。
論文 参考訳（メタデータ） (2022-05-14T11:23:25Z) - The use of Data Augmentation as a technique for improving neural network
accuracy in detecting fake news about COVID-19 [0.0]
本稿では,自然言語処理(NLP)とデータ拡張技術の適用により,ニューラルネットワークの性能が向上し,ポルトガル語における偽ニュースの検出が向上することを示す。
論文 参考訳（メタデータ） (2022-05-01T11:52:53Z) - 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) - Similarity Detection Pipeline for Crawling a Topic Related Fake News
Corpus [0.0]
本稿では,偽ニュース検出のためのドイツ語トピック関連コーパスを提案する。
同様のニュース記事をクロールするためのパイプラインも開発しています。
第3の貢献として、偽ニュースを検出するための異なる学習実験を実施しました。
論文 参考訳（メタデータ） (2020-09-28T14:35:31Z) - Incorporating BERT into Neural Machine Translation [251.54280200353674]
本稿では,入力シーケンスの表現抽出にBERTを用いたBERT融合モデルを提案する。
我々は、教師付き(文レベルと文書レベルの翻訳を含む)、半教師なしおよび教師なしの機械翻訳の実験を行い、7つのベンチマークデータセットで最先端の結果を得る。
論文 参考訳（メタデータ） (2020-02-17T08:13:36Z)
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。