論文の概要: FNDaaS: Content-agnostic Detection of Fake News sites

• arxiv url: http://arxiv.org/abs/2212.06492v1
• Date: Tue, 13 Dec 2022 11:17:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-14 15:49:58.505432
• Title: FNDaaS: Content-agnostic Detection of Fake News sites
• Title（参考訳）: FNDaaS:フェイクニュースサイトのコンテンツ非依存検出
• Authors: Panagiotis Papadopoulos, Dimitris Spithouris, Evangelos P. Markatos, Nicolas Kourtellis
• Abstract要約: FNDは、コンテンツに依存しない最初のフェイクニュース検出手法である。 ニュースサイトごとのネットワークや構造的特徴など、新しい、未調査の機能について検討している。 過去のサイトでは最大0.967のAUCスコアを達成でき、新しくフラッグされたサイトでは最大77-92%の精度を達成できる。
• 参考スコア（独自算出の注目度）: 3.936965297430477
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automatic fake news detection is a challenging problem in misinformation spreading, and it has tremendous real-world political and social impacts. Past studies have proposed machine learning-based methods for detecting such fake news, focusing on different properties of the published news articles, such as linguistic characteristics of the actual content, which however have limitations due to the apparent language barriers. Departing from such efforts, we propose FNDaaS, the first automatic, content-agnostic fake news detection method, that considers new and unstudied features such as network and structural characteristics per news website. This method can be enforced as-a-Service, either at the ISP-side for easier scalability and maintenance, or user-side for better end-user privacy. We demonstrate the efficacy of our method using data crawled from existing lists of 637 fake and 1183 real news websites, and by building and testing a proof of concept system that materializes our proposal. Our analysis of data collected from these websites shows that the vast majority of fake news domains are very young and appear to have lower time periods of an IP associated with their domain than real news ones. By conducting various experiments with machine learning classifiers, we demonstrate that FNDaaS can achieve an AUC score of up to 0.967 on past sites, and up to 77-92% accuracy on newly-flagged ones.
• Abstract（参考訳）: 偽ニュースの自動検出は誤情報を拡散する上で難しい問題であり、現実世界の政治的・社会的影響は極めて大きい。 過去の研究は、そのような偽ニュースを検出するための機械学習に基づく手法を提案しており、実際のコンテンツの言語的特徴のようなニュース記事の異なる特性に焦点を当てているが、明らかに言語の障壁のために制限がある。 このような取り組みから脱却したfndaasは,ニュースサイト毎のネットワークや構造的特徴などの新規かつ未熟な特徴を考慮した,コンテンツ非依存の偽ニュース検出手法である。 この方法はISP側で、スケーラビリティとメンテナンスを容易にするか、エンドユーザのプライバシーを改善するためにユーザー側で実施することができる。 637件の偽ニュースサイトと1183件のニュースサイトのリストからクロールしたデータを用いて,提案手法の有効性を実証し,提案手法を具体化する概念実証システムを構築し,検証した。 これらのWebサイトから収集したデータから、フェイクニュースドメインの大部分は非常に若く、ドメインに関連付けられたIPの期間が実際のニュースドメインよりも短いことが分かる。 機械学習分類器を用いて様々な実験を行い,fndaasが過去のサイトで最大0.967点までのaucスコアを達成し,新たに追加された地点では77-92%の精度が得られることを示した。

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)
• fakenewsbr: A Fake News Detection Platform for Brazilian Portuguese [0.6775616141339018]
  本稿ではブラジルポルトガル語における偽ニュースの検出に関する総合的研究について述べる。 本稿では、TF-IDFやWord2Vecといった自然言語処理技術を活用する機械学習ベースのアプローチを提案する。 ユーザフレンドリーなWebプラットフォームである fakenewsbr.com を開発し,ニュース記事の妥当性の検証を容易にする。
  論文  参考訳（メタデータ） (2023-09-20T04:10:03Z)
• 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)
• 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)
• A Heuristic-driven Uncertainty based Ensemble Framework for Fake News Detection in Tweets and News Articles [5.979726271522835]
  ニュース項目が「本物」か「偽」かを自動的に識別する新しい偽ニュース検出システムについて述べる。 我々は,事前学習したモデルと統計的特徴融合ネットワークからなるアンサンブルモデルを用いた。 提案手法は,分類タスクの適切なクラス出力信頼度レベルとともに,信頼性の高い予測不確実性を定量化した。
  論文  参考訳（メタデータ） (2021-04-05T06:35:30Z)
• Supporting verification of news articles with automated search for semantically similar articles [0.0]
  偽ニュースを扱うための証拠検索手法を提案する。 学習課題は教師なし機械学習問題として定式化される。 われわれのアプローチは、コンセプトドリフトとは無関係である。 機械学習タスクはテキスト内の仮説とは独立している。
  論文  参考訳（メタデータ） (2021-03-29T12:56:59Z)
• SGG: Spinbot, Grammarly and GloVe based Fake News Detection [6.193231258199234]
  オンラインニュースポータルは必然的に、偽情報をWebに広める原因になっている。 このような不正行為は、堅牢な自動偽ニュース検知システムを要求する。 本稿では, パラフレーズ, 文法チェック, 単語埋め込みのツールを活用した, 頑健で単純な偽ニュース検出システムを提案する。
  論文  参考訳（メタデータ） (2020-08-16T08:06:52Z)
• Fake News Detection using Temporal Features Extracted via Point Process [2.105564340986074]
  SNS投稿から発生する時間的特徴をポイントプロセスアルゴリズムを用いて実ニュースから偽ニュースを識別する。 本稿では,時間的特徴とともに言語的特徴とユーザ的特徴を含む新しいマルチモーダルアテンションベース手法を提案する。
  論文  参考訳（メタデータ） (2020-07-28T06:34:54Z)
• 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)
• 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)
• 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)

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。