Fugu-MT 論文翻訳(概要): Entity-Aware Dual Co-Attention Network for Fake News Detection

論文の概要: Entity-Aware Dual Co-Attention Network for Fake News Detection

arxiv url: http://arxiv.org/abs/2302.03475v1
Date: Tue, 7 Feb 2023 14:00:40 GMT
ステータス: 処理完了
システム内更新日: 2023-02-08 16:24:55.654444
Title: Entity-Aware Dual Co-Attention Network for Fake News Detection
Title（参考訳）: フェイクニュース検出のためのエンティティ対応デュアルコアテンションネットワーク
Authors: Sin-Han Yang, Chung-Chi Chen, Hen-Hsen Huang, Hsin-Hsi Chen
Abstract要約: 本稿では、ニュースコンテンツ、ソーシャルメディアの返信、外部知識を考慮した偽ニュース検出のためのデュアルコアテンションネットワーク(Dual-CAN)を提案する。提案したDual-CANは,2つのベンチマークデータセットにおいて,現在の代表モデルよりも優れていた。
参考スコア（独自算出の注目度）: 44.73136493909754
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Fake news and misinformation spread rapidly on the Internet. How to identify it and how to interpret the identification results have become important issues. In this paper, we propose a Dual Co-Attention Network (Dual-CAN) for fake news detection, which takes news content, social media replies, and external knowledge into consideration. Our experimental results support that the proposed Dual-CAN outperforms current representative models in two benchmark datasets. We further make in-depth discussions by comparing how models work in both datasets with empirical analysis of attention weights.
Abstract（参考訳）: 偽ニュースや誤報がインターネット上で急速に広まった。識別方法と識別結果の解釈方法が重要な問題となっている。本稿では,ニュースコンテンツ,ソーシャルメディア応答,外部知識を考慮した偽ニュース検出のためのデュアル・コアテンション・ネットワーク(dual-can)を提案する。提案したDual-CANは2つのベンチマークデータセットで現在の代表モデルよりも優れていた。さらに,両データセットにおけるモデル動作と注意重みの実証分析を比較し,詳細な議論を行う。

関連論文リスト

How to Train Your Fact Verifier: Knowledge Transfer with Multimodal Open Models [95.44559524735308]
大規模言語またはマルチモーダルモデルに基づく検証は、偽コンテンツや有害コンテンツの拡散を緩和するためのオンラインポリシングメカニズムをスケールアップするために提案されている。我々は,知識伝達の初期研究を通じて,継続的な更新を行うことなく基礎モデルの性能向上の限界をテストする。最近の2つのマルチモーダルなファクトチェックベンチマークであるMochegとFakedditの結果は、知識伝達戦略がファクドディットのパフォーマンスを最先端よりも1.7%向上し、Mochegのパフォーマンスを2.9%向上させることができることを示唆している。
論文参考訳（メタデータ） (2024-06-29T08:39:07Z)
No Place to Hide: Dual Deep Interaction Channel Network for Fake News Detection based on Data Augmentation [16.40196904371682]
本稿では,意味,感情,データ強化の観点から,偽ニュース検出のための新しいフレームワークを提案する。セマンティックと感情の2つのディープインタラクションチャネルネットワークは、より包括的できめ細かなニュース表現を得るために設計されている。実験の結果,提案手法は最先端手法よりも優れていることがわかった。
論文参考訳（メタデータ） (2023-03-31T13:33:53Z)
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)
Interpretable Fake News Detection with Topic and Deep Variational Models [2.15242029196761]
我々は,解釈可能な特徴と手法を用いた偽ニュース検出に焦点をあてる。我々は,テキストニュースの高密度表現を統合した深層確率モデルを開発した。我々のモデルは最先端の競合モデルに匹敵する性能を達成する。
論文参考訳（メタデータ） (2022-09-04T05:31:00Z)
A Multi-Policy Framework for Deep Learning-Based Fake News Detection [0.31498833540989407]
フェイクニュース検出を自動化するフレームワークであるMPSC(Multi-Policy Statement Checker)を導入する。 MPSCは、深層学習技術を用いて、文自体とその関連するニュース記事を分析し、それが信頼できるか疑わしいかを予測する。
論文参考訳（メタデータ） (2022-06-01T21:25:21Z)
An Adversarial Benchmark for Fake News Detection Models [0.065268245109828]
我々は「理解」の3つの側面を狙う敵攻撃を定式化する我々は、LIAR arXiv:arch-ive/1705648とKaggle Fake-Newsデータセットで微調整されたBERT分類器を用いてベンチマークをテストする。
論文参考訳（メタデータ） (2022-01-03T23:51:55Z)
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)

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。