Fugu-MT 論文翻訳(概要): Towards Smart Fake News Detection Through Explainable AI

論文の概要: Towards Smart Fake News Detection Through Explainable AI

arxiv url: http://arxiv.org/abs/2207.11490v1
Date: Sat, 23 Jul 2022 10:48:45 GMT
ステータス: 処理完了
システム内更新日: 2022-07-26 14:13:42.868343
Title: Towards Smart Fake News Detection Through Explainable AI
Title（参考訳）: 説明可能なAIによるスマートフェイクニュース検出に向けて
Authors: Athira A B, S D Madhu Kumar, Anu Mary Chacko
Abstract要約: 今や人々はソーシャルメディアサイトを、その人気のために唯一の情報ソースと見なしている。本稿では,現在のAIを用いたフェイクニュース検出モデルにおける落とし穴について論じ,マルチモーダルな説明可能なフェイクニュース検出モデルについて検討する。
参考スコア（独自算出の注目度）: 1.160208922584163
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: People now see social media sites as their sole source of information due to their popularity. The Majority of people get their news through social media. At the same time, fake news has grown exponentially on social media platforms in recent years. Several artificial intelligence-based solutions for detecting fake news have shown promising results. On the other hand, these detection systems lack explanation capabilities, i.e., the ability to explain why they made a prediction. This paper highlights the current state of the art in explainable fake news detection. We discuss the pitfalls in the current explainable AI-based fake news detection models and present our ongoing research on multi-modal explainable fake news detection model.
Abstract（参考訳）: 今や人々はソーシャルメディアサイトを、その人気のために唯一の情報ソースと見なしている。ほとんどの人はソーシャルメディアを通じてニュースを受け取ります。同時に、近年ソーシャルメディアプラットフォームではフェイクニュースが指数関数的に増えている。フェイクニュースを検出する人工知能ベースのソリューションは、有望な結果を示している。一方、これらの検出システムは、説明能力、すなわち、なぜ予測を行ったのかを説明する能力が欠如している。本稿では,偽ニュース検出技術の現状について述べる。本稿では,現在のAIを用いた偽ニュース検出モデルにおける落とし穴について論じ,マルチモーダルな説明可能な偽ニュース検出モデルについて検討する。

関連論文リスト

Blessing or curse? A survey on the Impact of Generative AI on Fake News [44.99833362998488]
現在、高品質で個別にターゲットとするフェイクニュースのマス作成を自動化することが可能である。この調査は、2024年のフェイクニュースの検出と作成のためのジェネレーティブAIの研究と実用化に関する総合的な調査を提供する。
論文参考訳（メタデータ） (2024-04-03T19:14:45Z)
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)
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)
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)
Fake News Detection Tools and Methods -- A Review [0.0]
インターネット上で偽ニュースを検出するための様々なアプローチについて,近年の文献について論じる。公開されているさまざまなデータセットと、利用可能なさまざまなオンラインツールを強調し、Fake Newsをリアルタイムでデバンクすることができる。
論文参考訳（メタデータ） (2021-11-21T13:19:23Z)
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)
The Rise and Fall of Fake News sites: A Traffic Analysis [62.51737815926007]
偽ニュースサイトのオンラインプレゼンスを調査し、実際のニュースサイトと比較してその行動を特徴づけます。そこで本研究では,偽ニュースサイトを自動的に検出するコンテンツ非依存のMLを構築した。
論文参考訳（メタデータ） (2021-03-16T18:10:22Z)
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)
Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文参考訳（メタデータ） (2020-07-24T05:42:29Z)

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。