Fugu-MT 論文翻訳(概要): Multimodal Dual Emotion with Fusion of Visual Sentiment for Rumor Detection

論文の概要: Multimodal Dual Emotion with Fusion of Visual Sentiment for Rumor Detection

arxiv url: http://arxiv.org/abs/2204.11515v4
Date: Wed, 23 Nov 2022 01:47:49 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 16:27:17.796789
Title: Multimodal Dual Emotion with Fusion of Visual Sentiment for Rumor Detection
Title（参考訳）: 噂検出のための視覚感覚融合によるマルチモーダルデュアル感情
Authors: Ge Wang, Li Tan, Ziliang Shang, He Liu
Abstract要約: 本稿では,画像の感情が噂検出効率を向上させることを検証する。視覚的感情とテキスト的感情からなる噂検出におけるマルチモーダルデュアル感情(Multimodal Dual Emotion)機能を提案する。実際のデータセットの実験では、提案された機能が最先端の感情的特徴よりも優れていることが確認されている。
参考スコア（独自算出の注目度）: 7.399106071382472
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In recent years, rumors have had a devastating impact on society, making rumor detection a significant challenge. However, the studies on rumor detection ignore the intense emotions of images in the rumor content. This paper verifies that the image emotion improves the rumor detection efficiency. A Multimodal Dual Emotion feature in rumor detection, which consists of visual and textual emotions, is proposed. To the best of our knowledge, this is the first study which uses visual emotion in rumor detection. The experiments on real datasets verify that the proposed features outperform the state-of-the-art sentiment features, and can be extended in rumor detectors while improving their performance.
Abstract（参考訳）: 近年、噂は社会に壊滅的な影響を与えたため、うわさ検出は大きな課題となっている。しかし,噂コンテンツにおける画像の強烈な感情を,噂検出の研究は無視している。本稿では,画像感情がうわさ検出効率を向上させることを検証する。視覚的感情とテキスト的感情からなるうわさ検出におけるマルチモーダルな二重感情特徴を提案する。私たちの知る限りでは、これは噂の検出に視覚的な感情を利用する最初の研究です。実際のデータセットでの実験では、提案された特徴が最先端の感情的特徴より優れており、噂検出器でその性能を改善しながら拡張可能であることが確認されている。

関連論文リスト

VGA: Vision and Graph Fused Attention Network for Rumor Detection [4.9312905996391665]
本稿では,ポスト間の伝搬構造を利用するために,新しいVGA(Vision and Graph Fused Attention Network)を提案する。 3つのデータセットに対して広範な実験を行い、VGAがマルチモーダルな噂を効果的に検出し、最先端の手法を著しく上回ることを示す。
論文参考訳（メタデータ） (2024-01-03T14:24:02Z)
Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
隠れ変数分離に基づく動的因果解離モデルを提案する。このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
論文参考訳（メタデータ） (2023-09-13T12:58:09Z)
Rumor Detection with Diverse Counterfactual Evidence [32.746912322365525]
ソーシャルメディアは、個人やコミュニティに対する偽ニュースの脅威を悪化させている。一般的なアプローチは、噂の拡散プロセスの伝播後のパターンを利用するために、グラフニューラルネットワーク(GNN)を利用する。 DCE-RD(Diverse Counterfactal Evidence framework for Rumor Detection)を提案する。
論文参考訳（メタデータ） (2023-07-18T14:37:23Z)
An Emotion-Aware Multi-Task Approach to Fake News and Rumour Detection using Transfer Learning [13.448658162594603]
本研究は,テキストの正当性と本質的な感情との相関関係を示す。テキストの感情と正当性の両方を予測し,フェイクニュースと噂検出のためのマルチタスクフレームワークを提案する。
論文参考訳（メタデータ） (2022-11-22T16:15:25Z)
What goes on inside rumour and non-rumour tweets and their reactions: A Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文参考訳（メタデータ） (2021-11-09T07:45:11Z)
SOLVER: Scene-Object Interrelated Visual Emotion Reasoning Network [83.27291945217424]
画像から感情を予測するために,SOLVER(Scene-Object Interrelated Visual Emotion Reasoning Network)を提案する。異なるオブジェクト間の感情関係を掘り下げるために、まずセマンティックな概念と視覚的特徴に基づいて感情グラフを構築します。また、シーンとオブジェクトを統合するScene-Object Fusion Moduleを設計し、シーンの特徴を利用して、提案したシーンベースのアテンションメカニズムでオブジェクトの特徴の融合プロセスを導出する。
論文参考訳（メタデータ） (2021-10-24T02:41:41Z)
Calling to CNN-LSTM for Rumor Detection: A Deep Multi-channel Model for Message Veracity Classification in Microblogs [0.0]
噂は特に個人や社会に深刻なダメージを与える可能性がある。ほとんどの噂検出アプローチは、噂の特徴分析と社会的特徴に焦点を当てている。 DeepMONITORはディープニューラルネットワークをベースにしており、かなり正確な自動噂検証を可能にする。
論文参考訳（メタデータ） (2021-10-11T07:42:41Z)
Affective Image Content Analysis: Two Decades Review and New Perspectives [132.889649256384]
我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
論文参考訳（メタデータ） (2021-06-30T15:20:56Z)
Emotion Recognition From Gait Analyses: Current Research and Future Directions [48.93172413752614]
歩行はウォーカーの感情に関する情報を伝える様々な感情と歩行パターンのマッピングは、感情の自動認識のための新しい情報源を提供する。歩行は遠隔観察可能で模倣が困難で被験者との協力も少ない
論文参考訳（メタデータ） (2020-03-13T08:22:33Z)
Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks [89.13567439679709]
本稿では,二方向グラフ畳み込みネットワーク (Bi-Directional Graph Convolutional Networks, Bi-GCN) と呼ばれる新しい双方向グラフモデルを提案する。これは、噂拡散のパターンを学習するために、噂拡散のトップダウン指向グラフを持つGCNと、噂拡散の反対指向グラフを持つGCNを活用して、噂拡散の構造を捉える。
論文参考訳（メタデータ） (2020-01-17T15:12:08Z)
On Early-stage Debunking Rumors on Twitter: Leveraging the Wisdom of Weak Learners [4.325479143880198]
本稿では、畳み込みニューラルネットワークを用いて、個々の噂関連ツイートの隠れ表現を学習する早期噂検出手法を提案する。われわれの実験は、噂の最初の数時間で、明確な分類性能が向上したことを示している。
論文参考訳（メタデータ） (2017-09-13T16:15:59Z)

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。