Fugu-MT 論文翻訳(概要): An Emotion-guided Approach to Domain Adaptive Fake News Detection using Adversarial Learning

論文の概要: An Emotion-guided Approach to Domain Adaptive Fake News Detection using Adversarial Learning

arxiv url: http://arxiv.org/abs/2211.17108v1
Date: Sat, 26 Nov 2022 05:12:07 GMT
ステータス: 処理完了
システム内更新日: 2022-12-01 16:48:06.913517
Title: An Emotion-guided Approach to Domain Adaptive Fake News Detection using Adversarial Learning
Title（参考訳）: 逆学習によるドメイン適応型偽ニュース検出への感情誘導的アプローチ
Authors: Arkajyoti Chakraborty, Inder Khatri, Arjun Choudhry, Pankaj Gupta, Dinesh Kumar Vishwakarma, Mukesh Prasad
Abstract要約: 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。
参考スコア（独自算出の注目度）: 25.438870532556354
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 for improved performance. However, the cross-domain impact of emotion-guided features for fake news detection still remains an open problem. In this work, we propose an emotion-guided, domain-adaptive, multi-task approach for cross-domain fake news detection, proving the efficacy of emotion-guided models in cross-domain settings for various datasets.
Abstract（参考訳）: 偽ニュース検出に関する最近の研究は、感情をパフォーマンスを改善する機能として使用することの有効性を示している。しかし、偽ニュース検出のための感情誘導機能によるクロスドメインな影響はいまだに未解決の問題である。本研究では、クロスドメインな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し、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型モデルの有効性を実証する。

関連論文リスト

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)
Emotion-guided Cross-domain Fake News Detection using Adversarial Domain Adaptation [14.428215696969872]
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。
論文参考訳（メタデータ） (2022-11-24T17:11:56Z)
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)
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)
Multimodal Emotion Recognition using Transfer Learning from Speaker Recognition and BERT-based models [53.31917090073727]
本稿では,音声とテキストのモダリティから,伝達学習モデルと微調整モデルとを融合したニューラルネットワークによる感情認識フレームワークを提案する。本稿では,対話型感情的モーションキャプチャー・データセットにおけるマルチモーダル・アプローチの有効性を評価する。
論文参考訳（メタデータ） (2022-02-16T00:23:42Z)
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 Face Presentation Attack Detection via Multi-domain Disentangled Representation Learning [109.42987031347582]
顔提示攻撃検出(PAD)は,顔認識システムにおいて緊急に解決すべき課題である。クロスドメイン顔PADのための効率的な非交叉表現学習を提案する。我々のアプローチは、不整合表現学習(DR-Net)とマルチドメイン学習(MD-Net)からなる。
論文参考訳（メタデータ） (2020-04-04T15:45:14Z)
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)

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。