論文の概要: Arabic Fake News Detection Based on Deep Contextualized Embedding Models

• arxiv url: http://arxiv.org/abs/2205.03114v1
• Date: Fri, 6 May 2022 09:54:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-09 12:18:57.066134
• Title: Arabic Fake News Detection Based on Deep Contextualized Embedding Models
• Title（参考訳）: 深い文脈的埋め込みモデルに基づくアラビア語偽ニュース検出
• Authors: Ali Bou Nassif, Ashraf Elnagar, Omar Elgendy, Yaman Afadar
• Abstract要約: 英語で偽ニュースを検出するために多くの研究がなされているが、アラビア語で偽ニュースを検出する研究は少ない。 我々は、大きくて多様なアラビアの偽ニュースデータセットを構築した。 我々は8つの最先端のアラビア語組込みモデルを利用して、偽ニュースを識別するトランスフォーマーベースの分類器を開発し、評価した。 我々は、現在最先端のアラビア語の文脈化埋め込みモデルと、同様の偽ニュース検出システムの比較を徹底的に分析する。
• 参考スコア（独自算出の注目度）: 3.425727850372357
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social media is becoming a source of news for many people due to its ease and freedom of use. As a result, fake news has been spreading quickly and easily regardless of its credibility, especially in the last decade. Fake news publishers take advantage of critical situations such as the Covid-19 pandemic and the American presidential elections to affect societies negatively. Fake news can seriously impact society in many fields including politics, finance, sports, etc. Many studies have been conducted to help detect fake news in English, but research conducted on fake news detection in the Arabic language is scarce. Our contribution is twofold: first, we have constructed a large and diverse Arabic fake news dataset. Second, we have developed and evaluated transformer-based classifiers to identify fake news while utilizing eight state-of-the-art Arabic contextualized embedding models. The majority of these models had not been previously used for Arabic fake news detection. We conduct a thorough analysis of the state-of-the-art Arabic contextualized embedding models as well as comparison with similar fake news detection systems. Experimental results confirm that these state-of-the-art models are robust, with accuracy exceeding 98%.
• Abstract（参考訳）: ソーシャルメディアは、使いやすさと使いやすさから、多くの人々にとってニュースの源になりつつある。 その結果、フェイクニュースは、その信頼性に関係なく、特に過去10年間に急速に、そして容易に広まっている。 フェイクニュース出版社は、新型コロナウイルスのパンデミックやアメリカ大統領選挙のような重要な状況を利用して、社会に悪影響を及ぼす。 フェイクニュースは政治、金融、スポーツなど多くの分野で社会に深刻な影響を与える可能性がある。 英語で偽ニュースを検出するために多くの研究が行われているが、アラビア語で偽ニュースを検出する研究は少ない。 まず、大きくて多様なアラビア語の偽ニュースデータセットを構築しました。 第2に,現在最先端のアラビア語組込みモデルを用いて,偽ニュースを識別するトランスフォーマーベースの分類器を開発し,評価した。 これらのモデルは、以前はアラビア語の偽ニュース検出に使われていなかった。 我々は,最新のアラビア語文脈化埋め込みモデルの徹底的な分析を行い,同様の偽ニュース検出システムとの比較を行った。 実験の結果、これらの最先端モデルは98%以上の精度で堅牢であることが確認された。

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)
• 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)
• FALSE: Fake News Automatic and Lightweight Solution [0.20999222360659603]
  本稿では,現代のフェイクニュースデータセットの研究と可視化にR符号を用いた。 クラスタリング、分類、相関、およびさまざまなプロットを使用してデータを分析し、提示する。
  論文  参考訳（メタデータ） (2022-08-16T11:53:30Z)
• 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)
• 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)
• Fake or Real? A Study of Arabic Satirical Fake News [3.007949058551534]
  本研究は、アラビア語の偽ニュースの言語的特徴を風刺的内容で識別するために、いくつかの探索的分析を行う。 これらの特徴を活用して、98.6%の精度で風刺的なフェイクニュースを識別できる多数の機械学習モデルを構築しました。
  論文  参考訳（メタデータ） (2020-11-01T08:56:56Z)
• Fake News Spreader Detection on Twitter using Character N-Grams. Notebook for PAN at CLEF 2020 [0.0]
  このノートには、Twitter上の偽ニュース検出タスクのプロファイリングシステムについて書かれている。 我々は多言語の観点から異なる特徴抽出手法と学習実験を行う。 我々のモデルは、英語とスペイン語の公式テストセットで73%と79%の精度を達成しています。
  論文  参考訳（メタデータ） (2020-09-29T08:32:32Z)

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。

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。