Fugu-MT 論文翻訳(概要): Emotion-guided Cross-domain Fake News Detection using Adversarial Domain Adaptation

論文の概要: Emotion-guided Cross-domain Fake News Detection using Adversarial Domain Adaptation

arxiv url: http://arxiv.org/abs/2211.13718v1
Date: Thu, 24 Nov 2022 17:11:56 GMT
ステータス: 処理完了
システム内更新日: 2022-11-28 16:09:32.072778
Title: Emotion-guided Cross-domain Fake News Detection using Adversarial Domain Adaptation
Title（参考訳）: 対立領域適応を用いた感情誘導型クロスドメインフェイクニュース検出
Authors: Arjun Choudhry, Inder Khatri, Arkajyoti Chakraborty, Dinesh Kumar Vishwakarma, Mukesh Prasad
Abstract要約: クロスドメインフェイクニュース検出における感情誘導機能の効果を評価する。逆学習を用いた感情誘導型ドメイン適応型アプローチを提案する。
参考スコア（独自算出の注目度）: 14.428215696969872
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Recent works on fake news detection have shown the efficacy of using emotions as a feature or emotions-based features for improved performance. However, the impact of these emotion-guided features for fake news detection in cross-domain settings, where we face the problem of domain shift, is still largely unexplored. In this work, we evaluate the impact of emotion-guided features for cross-domain fake news detection, and further propose an emotion-guided, domain-adaptive approach using adversarial learning. We prove the efficacy of emotion-guided models in cross-domain settings for various combinations of source and target datasets from FakeNewsAMT, Celeb, Politifact and Gossipcop datasets.
Abstract（参考訳）: フェイクニュース検出に関する最近の研究で、感情を特徴として使うか、感情に基づく機能でパフォーマンスを改善する効果が示されている。しかし、ドメインシフトの問題に直面しているドメイン横断設定における偽ニュース検出に対するこれらの感情誘導機能の影響は、まだ明らかになっていない。本研究では,クロスドメインフェイクニュース検出における感情誘導機能の影響を評価し,さらに,逆学習を用いた感情誘導型ドメイン適応アプローチを提案する。 fakenewsamt,celeb,politifact,gossipcopデータセットのソースとターゲットのさまざまな組み合わせに対して,クロスドメイン設定における感情誘導モデルの有効性を実証する。

関連論文リスト

Cross-Domain Policy Adaptation via Value-Guided Data Filtering [57.62692881606099]
動的ミスマッチで異なるドメインにまたがるポリシーを一般化することは、強化学習において重要な課題となる。本稿では、ペア化された値ターゲットの近接に基づいて、ソースドメインからの遷移を選択的に共有するバリューガイドデータフィルタリング(VGDF)アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-05-28T04:08:40Z)
An Emotion-guided Approach to Domain Adaptive Fake News Detection using Adversarial Learning [25.438870532556354]
本稿では、クロスドメインフェイクニュース検出のための感情誘導型ドメイン適応型マルチタスクアプローチを提案する。様々なデータセットに対するクロスドメイン設定における感情誘導モデルの有効性を実証する。
論文参考訳（メタデータ） (2022-11-26T05:12:07Z)
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)
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)
Improving Fake News Detection of Influential Domain via Domain- and Instance-Level Transfer [16.886024206337257]
フェイクニュース検出(DITFEND)のためのドメインレベルおよびインスタンスレベルの転送フレームワークを提案する。 DITFENDは特定のターゲットドメインの性能を向上させることができる。オンライン実験は、現実世界のシナリオにおいて、ベースモデルにさらなる改善をもたらすことを示している。
論文参考訳（メタデータ） (2022-09-19T10:21:13Z)
Audio-Adaptive Activity Recognition Across Video Domains [112.46638682143065]
ドメイン間のばらつきが少なく、どのアクティビティが起こっていないかを確実に示すことができるので、ドメイン適応のためにアクティビティサウンドを活用します。視覚特徴表現を識別的に調整するオーディオ適応型エンコーダと学習方法を提案する。また、アクターシフトという新たなタスクを対応するオーディオ・ビジュアル・データセットで導入し、アクターの出現が劇的に変化する状況において、我々の手法に挑戦する。
論文参考訳（メタデータ） (2022-03-27T08:15:20Z)
Domain Adaptive Fake News Detection via Reinforcement Learning [34.95213747705498]
本稿では、偽ニュースを検出するためのREAL-FNDと呼ばれる新しい強化学習モデルを提案する。実世界のデータセットの実験では、提案モデルの有効性が示されている。
論文参考訳（メタデータ） (2022-02-16T16:05:37Z)
Embracing Domain Differences in Fake News: Cross-domain Fake News Detection using Multi-modal Data [18.66426327152407]
異なるドメインの偽ニュースを検出するために、ニュースレコードにドメイン固有の知識とクロスドメインの知識を共同で保存する新しいフレームワークを提案する。提案する偽ニュースモデルと選択的アノテーションアプローチの統合が,クロスドメインニュースデータセットの最先端性能を実現することを示す。
論文参考訳（メタデータ） (2021-02-11T23:31:14Z)
A Deep Learning Approach for Automatic Detection of Fake News [47.00462375817434]
複数のドメインのオンラインニュースコンテンツにおいて、偽ニュース検出問題を解決するためのディープラーニングに基づく2つのモデルを提案する。我々は、最近リリースされたFakeNews AMTとCelebrityという2つのデータセットを用いて、フェイクニュース検出のための手法を評価した。
論文参考訳（メタデータ） (2020-05-11T09:07:46Z)
Cross-domain Object Detection through Coarse-to-Fine Feature Adaptation [62.29076080124199]
本稿では,クロスドメインオブジェクト検出のための特徴適応手法を提案する。粗粒度では、アテンション機構を採用して前景領域を抽出し、その辺縁分布に応じて整列する。粒度の細かい段階では、同じカテゴリのグローバルプロトタイプと異なるドメインとの距離を最小化することにより、前景の条件分布アライメントを行う。
論文参考訳（メタデータ） (2020-03-23T13:40:06Z)
Improving Domain-Adapted Sentiment Classification by Deep Adversarial Mutual Learning [51.742040588834996]
ドメイン適応型感情分類(ドメイン適応型感情分類、Domain-adapted sentiment classification)は、ラベル付きソースドメインでトレーニングを行い、ラベルなしターゲットドメイン上で文書レベルの感情を適切に推測する。本稿では,2つの特徴抽出器群,ドメイン識別器群,感情分類器群,ラベル探索器群を包含する新たな相互学習手法を提案する。
論文参考訳（メタデータ） (2020-02-01T01:22:44Z)

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。