論文の概要: Fake News BR: A Fake News Detection Platform for Brazilian Portuguese
- arxiv url: http://arxiv.org/abs/2309.11052v1
- Date: Wed, 20 Sep 2023 04:10:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-21 13:20:10.349445
- Title: Fake News BR: A Fake News Detection Platform for Brazilian Portuguese
- Title（参考訳）: fake news br:ブラジル・ポルトガル語の偽ニュース検出プラットフォーム
- Authors: Luiz Giordani and Gilsiley Dar\'u and Rhenan Queiroz and Vitor
Buzinaro and Davi Keglevich Neiva and Daniel Camilo Fuentes Guzm\'an and
Marcos Jardel Henriques and Oilson Alberto Gonzatto Junior and Francisco
Louzada
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.6775616141339018
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The proliferation of fake news has become a significant concern in recent
times due to its potential to spread misinformation and manipulate public
opinion. In this paper, we present a comprehensive study on the detection of
fake news in Brazilian Portuguese, focusing on journalistic-type news. We
propose a machine learning-based approach that leverages natural language
processing techniques, including TF-IDF and Word2Vec, to extract features from
textual data. We evaluate the performance of various classification algorithms,
such as logistic regression, support vector machine, random forest, AdaBoost,
and LightGBM, on a dataset containing both true and fake news articles. The
proposed approach achieves a high level of accuracy and F1-Score, demonstrating
its effectiveness in identifying fake news. Additionally, we develop a
user-friendly web platform, FAKENEWSBR.COM, to facilitate the verification of
news articles' veracity. Our platform provides real-time analysis, allowing
users to assess the likelihood of news articles being fake. Through empirical
analysis and comparative studies, we demonstrate the potential of our approach
to contribute to the fight against the spread of fake news and promote more
informed media consumption.
- Abstract（参考訳）: 偽ニュースの拡散は、誤情報の拡散や世論の操作の可能性から、近年では大きな関心事となっている。
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を行い,ジャーナリスト型ニュースに着目した。
本稿では,TF-IDFやWord2Vecといった自然言語処理技術を活用し,テキストデータから特徴を抽出する機械学習アプローチを提案する。
本研究では,偽ニュース記事を含むデータセット上で,ロジスティック回帰,サポートベクターマシン,ランダムフォレスト,adaboost,lightgbmなどの分類アルゴリズムの性能を評価する。
提案手法は高い精度とF1スコアを実現し,フェイクニュースの識別の有効性を実証する。
さらに,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。
我々のプラットフォームは、ユーザーが偽ニュース記事の可能性を評価できるリアルタイム分析を提供する。
実証分析と比較研究を通じて,偽ニュースの拡散に対する戦いに寄与し,よりインフォームドメディアの消費を促進するためのアプローチの可能性を示す。
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) - Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News
Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。
我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文 参考訳（メタデータ） (2023-09-28T13:19:43Z) - TieFake: Title-Text Similarity and Emotion-Aware Fake News Detection [15.386007761649251]
本稿では,マルチモーダルな文脈情報と著者の感情を共同でモデル化し,テキストの類似性と感情認識型フェイクニュース検出(TieFake)手法を提案する。
具体的には、BERT と ResNeSt を用いて、テキストや画像の表現を学習し、出版者感情抽出器を用いて、ニュースコンテンツにおける著者の主観的感情をキャプチャする。
論文 参考訳（メタデータ） (2023-04-19T04:47:36Z) - 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) - Faking Fake News for Real Fake News Detection: Propaganda-loaded
Training Data Generation [105.20743048379387]
提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。
具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。
実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
論文 参考訳（メタデータ） (2022-03-10T14:24:19Z) - 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) - 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) - BanFakeNews: A Dataset for Detecting Fake News in Bangla [1.4170999534105675]
自動フェイクニュース検知システムの構築に使用できる50Kニュースの注釈付きデータセットを提案する。
我々は,Bangla偽ニュースを識別するためのNLP技術の現状を示すベンチマークシステムを開発した。
論文 参考訳（メタデータ） (2020-04-19T07:42:22Z) - Weak Supervision for Fake News Detection via Reinforcement Learning [34.448503443582396]
本稿では,弱教師付きフェイクニュース検出フレームワークWeFENDを提案する。
提案するフレームワークは,アノテータ,強化セレクタ,フェイクニュース検出器の3つの主要コンポーネントで構成されている。
WeChatの公式アカウントと関連するユーザレポートを通じて発行された大量のニュース記事に対して,提案したフレームワークを検証した。
論文 参考訳（メタデータ） (2019-12-28T21:20:25Z)
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。