論文の概要: Fake News Detection with Heterogeneous Transformer
- arxiv url: http://arxiv.org/abs/2205.03100v1
- Date: Fri, 6 May 2022 09:31:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-09 13:54:13.082135
- Title: Fake News Detection with Heterogeneous Transformer
- Title（参考訳）: 不均一変圧器による偽ニュース検出
- Authors: Tianle Li, Yushi Sun, Shang-ling Hsu, Yanjia Li, Raymond Chi-Wing Wong
- Abstract要約: 本稿では,ソーシャルネットワーク上での偽ニュース検出問題を解決するために,新しいトランスフォーマーモデルHetTransformerを提案する。
まず、ソーシャルネットワークにおけるニュース、ポスト、ユーザーエンティティの局所的な異種意味を捉えます。
次に,トランスフォーマーを用いて,ソーシャルネットワークにおける伝播パターンのグローバルな構造表現を捉え,フェイクニュース検出を行う。
- 参考スコア（独自算出の注目度）: 13.804363799338613
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The dissemination of fake news on social networks has drawn public need for
effective and efficient fake news detection methods. Generally, fake news on
social networks is multi-modal and has various connections with other entities
such as users and posts. The heterogeneity in both news content and the
relationship with other entities in social networks brings challenges to
designing a model that comprehensively captures the local multi-modal semantics
of entities in social networks and the global structural representation of the
propagation patterns, so as to classify fake news effectively and accurately.
In this paper, we propose a novel Transformer-based model: HetTransformer to
solve the fake news detection problem on social networks, which utilises the
encoder-decoder structure of Transformer to capture the structural information
of news propagation patterns. We first capture the local heterogeneous
semantics of news, post, and user entities in social networks. Then, we apply
Transformer to capture the global structural representation of the propagation
patterns in social networks for fake news detection. Experiments on three
real-world datasets demonstrate that our model is able to outperform the
state-of-the-art baselines in fake news detection.
- Abstract（参考訳）: ソーシャルネットワーク上でのフェイクニュースの拡散は、効果的かつ効率的なフェイクニュース検出方法の必要性を高めた。
一般的に、ソーシャルネットワーク上のフェイクニュースはマルチモーダルであり、ユーザーや投稿など他のエンティティとさまざまなつながりがある。
ニュースコンテンツとソーシャルネットワーク内の他のエンティティとの関係の多様性は、ソーシャルネットワーク内のエンティティのローカルなマルチモーダルセマンティクスと伝播パターンのグローバル構造表現を包括的に捉えて、フェイクニュースを効果的かつ正確に分類するモデルを設計する上での課題をもたらす。
本稿では、トランスフォーマのエンコーダ・デコーダ構造を利用してニュース伝搬パターンの構造情報をキャプチャする、ソーシャルネットワークにおける偽ニュース検出問題を解決するための新しいトランスフォーマモデルhettransformerを提案する。
まず、ソーシャルネットワークにおけるニュース、ポスト、ユーザーエンティティの局所的な異種意味を捉えます。
次に,トランスフォーマーを用いて,ソーシャルネットワークにおける伝播パターンのグローバルな構造表現を捉え,フェイクニュース検出を行う。
3つの実世界のデータセットに関する実験により、このモデルは偽ニュース検出において最先端のベースラインを上回ることができることを示した。
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) - It's All in the Embedding! Fake News Detection Using Document Embeddings [0.6091702876917281]
本稿では,文書埋め込みを用いて,ニュース記事を信頼性やニセモノと正確にラベル付けする複数のモデルを構築する手法を提案する。
また、バイナリや複数ラベルの分類を用いて偽ニュースを検出する異なるアーキテクチャのベンチマークを示す。
論文 参考訳（メタデータ） (2023-04-16T13:30:06Z) - No Place to Hide: Dual Deep Interaction Channel Network for Fake News
Detection based on Data Augmentation [16.40196904371682]
本稿では,意味,感情,データ強化の観点から,偽ニュース検出のための新しいフレームワークを提案する。
セマンティックと感情の2つのディープインタラクションチャネルネットワークは、より包括的できめ細かなニュース表現を得るために設計されている。
実験の結果,提案手法は最先端手法よりも優れていることがわかった。
論文 参考訳（メタデータ） (2023-03-31T13:33:53Z) - 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) - Modelling Social Context for Fake News Detection: A Graph Neural Network
Based Approach [0.39146761527401425]
フェイクニュースの検出は、情報の信頼性を確保し、ニュースエコシステムの信頼性を維持するために不可欠である。
本稿では,ハイブリッドグラフニューラルネットワークによる偽ニュース検出の社会的文脈を解析した。
論文 参考訳（メタデータ） (2022-07-27T12:58:33Z) - 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) - 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) - Detecting Communities in Heterogeneous Multi-Relational Networks:A
Message Passing based Approach [89.19237792558687]
コミュニティは、ソーシャルネットワーク、生物学的ネットワーク、コンピュータおよび情報ネットワークを含むネットワークの共通の特徴である。
我々は,全同種ネットワークのコミュニティを同時に検出する効率的なメッセージパッシングに基づくアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-04-06T17:36:24Z) - Leveraging Multi-Source Weak Social Supervision for Early Detection of
Fake News [67.53424807783414]
ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。
この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。
ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。
実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2020-04-03T18:26:33Z) - Fake News Detection on News-Oriented Heterogeneous Information Networks
through Hierarchical Graph Attention [12.250335118888891]
階層型グラフ注意ネットワーク(HGAT)という,新たなフェイクニュース検出フレームワークを提案する。
HGATは、新しい階層的な注意機構を使用して、HINでノード表現学習を行い、ニュース記事ノードを分類することでフェイクニュースを検出する。
2つの実世界のフェイクニュースデータセットの実験は、HGATがテキストベースのモデルや他のネットワークベースのモデルより優れていることを示している。
論文 参考訳（メタデータ） (2020-02-05T19:09:13Z)
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。