Fugu-MT 論文翻訳(概要): Fact-checking based fake news detection: a review

論文の概要: Fact-checking based fake news detection: a review

arxiv url: http://arxiv.org/abs/2401.01717v1
Date: Wed, 3 Jan 2024 12:47:02 GMT
ステータス: 処理完了
システム内更新日: 2024-01-04 14:11:17.321742
Title: Fact-checking based fake news detection: a review
Title（参考訳）: ファクトチェックに基づく偽ニュース検出:レビュー
Authors: Yuzhou Yang, Yangming Zhou, Qichao Ying, Zhenxing Qian, Dan Zeng and Liang Liu
Abstract要約: 本論文は,事実に基づく偽ニュース検出の課題定義と課題を体系的に解説する。本稿では,アルゴリズムの原理に基づく既存の検出手法について要約する。
参考スコア（独自算出の注目度）: 27.016249665465544
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper reviews and summarizes the research results on fact-based fake news from the perspectives of tasks and problems, algorithm strategies, and datasets. First, the paper systematically explains the task definition and core problems of fact-based fake news detection. Second, the paper summarizes the existing detection methods based on the algorithm principles. Third, the paper analyzes the classic and newly proposed datasets in the field, and summarizes the experimental results on each dataset. Finally, the paper summarizes the advantages and disadvantages of existing methods, proposes several challenges that methods in this field may face, and looks forward to the next stage of research. It is hoped that this paper will provide reference for subsequent work in the field.
Abstract（参考訳）: 本稿では,課題や問題,アルゴリズム戦略,データセットの観点から,事実に基づくフェイクニュースの研究結果をレビューし,要約する。まず,事実に基づく偽ニュース検出の課題定義と課題を体系的に説明する。第2に,既存の検出手法をアルゴリズム原理に基づいて要約する。第3に、フィールドにおける古典的および新たに提案されたデータセットを分析し、各データセットに関する実験結果を要約する。最後に,既存の手法の利点と欠点を要約し,この分野の手法が直面するであろう課題をいくつか提案し,次の研究の段階を期待する。本論文はその分野におけるその後の業績の参考となることを期待する。

関連論文リスト

Federated Learning for Generalization, Robustness, Fairness: A Survey and Benchmark [55.898771405172155]
フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
論文参考訳（メタデータ） (2023-11-12T06:32:30Z)
Chain-of-Factors Paper-Reviewer Matching [32.86512592730291]
本稿では,意味的・話題的・引用的要因を協調的に考慮した,論文レビューアマッチングのための統一モデルを提案する。提案したChain-of-Factorsモデルの有効性を,最先端のペーパー-リビューアマッチング手法と科学的事前学習言語モデルと比較した。
論文参考訳（メタデータ） (2023-10-23T01:29:18Z)
A comprehensive review of automatic text summarization techniques: method, data, evaluation and coding [1.9241821314180376]
本稿では,ATS(Automatic Text Summarization)システムに関する文献レビューを行う。我々は、引用に基づくアプローチを検討し、それらが要約を生成するメカニズムによって導かれるATSに対する多様なアプローチを示す。また、要約タスクに利用可能なデータセットの広範なレビューと、要約の品質を評価する方法についても紹介する。
論文参考訳（メタデータ） (2023-01-04T19:20:18Z)
Algorithmic Fairness Datasets: the Story so Far [68.45921483094705]
データ駆動アルゴリズムは、人々の幸福に直接影響し、批判的な決定をサポートするために、さまざまな領域で研究されている。研究者のコミュニティは、既存のアルゴリズムの株式を調査し、新しいアルゴリズムを提案し、歴史的に不利な人口に対する自動意思決定のリスクと機会の理解を深めてきた。公正な機械学習の進歩はデータに基づいており、適切に文書化された場合にのみ適切に使用できる。残念なことに、アルゴリズムフェアネスコミュニティは、特定のリソース(オパシティ)に関する情報の不足と利用可能な情報の分散(スパーシティ)によって引き起こされる、集合的なデータドキュメント負債に悩まされている。
論文参考訳（メタデータ） (2022-02-03T17:25:46Z)
A Systematic Review on the Detection of Fake News Articles [0.0]
偽ニュースや偽情報の拡散は世界中の社会に脅威をもたらすと論じられている。この脅威に対処するため、自然言語処理(NLP)アプローチが開発されている。本稿は,最も性能の高い偽ニュース検出手法の定式化,既存手法による制約の特定,緩和手法の提案を目的とする。
論文参考訳（メタデータ） (2021-10-18T21:29:11Z)
Deep Learning Schema-based Event Extraction: Literature Review and Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文参考訳（メタデータ） (2021-07-05T16:32:45Z)
A Review on Fact Extraction and Verification [19.373340472113703]
本研究では,あるクレームの正当性を特定することを目的とした事実チェック問題について検討する。我々は、Fact extract and verification(FEVER)タスクとそれに伴うデータセットに焦点を当てる。このタスクは必須であり、偽ニュースの検出や医療クレームの検証といったアプリケーションの構築ブロックになる可能性がある。
論文参考訳（メタデータ） (2020-10-06T20:05:43Z)
A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文参考訳（メタデータ） (2020-08-02T00:09:03Z)
Detecting Ongoing Events Using Contextual Word and Sentence Embeddings [110.83289076967895]
本稿では,OED(Ongoing Event Detection)タスクを紹介する。目的は、歴史、未来、仮説、あるいは新しいものでも現在のものでもない他の形式や出来事に対してのみ、進行中のイベントの言及を検出することである。構造化されていないテキストから進行中のイベントに関する構造化情報を抽出する必要があるアプリケーションは、OEDシステムを利用することができる。
論文参考訳（メタデータ） (2020-07-02T20:44:05Z)
From Standard Summarization to New Tasks and Beyond: Summarization with Manifold Information [77.89755281215079]
テキスト要約は、原文書の短く凝縮した版を作成することを目的とした研究分野である。現実世界のアプリケーションでは、ほとんどのデータは平易なテキスト形式ではない。本稿では,現実のアプリケーションにおけるこれらの新しい要約タスクとアプローチについて調査する。
論文参考訳（メタデータ） (2020-05-10T14:59:36Z)

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。