論文の概要: Official-NV: A News Video Dataset for Multimodal Fake News Detection

• arxiv url: http://arxiv.org/abs/2407.19493v1
• Date: Sun, 28 Jul 2024 13:23:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-30 17:52:40.897002
• Title: Official-NV: A News Video Dataset for Multimodal Fake News Detection
• Title（参考訳）: Official-NV:マルチモーダルフェイクニュース検出のためのニュースビデオデータセット
• Authors: Yihao Wang, Lizhi Chen, Zhong Qian, Peifeng Li,
• Abstract要約: 本稿は,新華社で公式に公開されたニュースビデオからなるOffic-NVというデータセットについて述べる。 さらに,本論文で提示したデータセットをベースラインモデルを用いてベンチマークし,マルチモーダルフェイクニュース検出におけるOffic-NVの利点を実証した。
• 参考スコア（独自算出の注目度）: 9.48705939124715
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: News media, especially video news media, have penetrated into every aspect of daily life, which also brings the risk of fake news. Therefore, multimodal fake news detection has recently received more attention. However, the number of fake news detection data sets for video modal is small, and these data sets are composed of unofficial videos uploaded by users, so there is too much useless data. To solve this problem, we present in this paper a dataset named Official-NV, which consists of officially published news videos on Xinhua. We crawled videos on Xinhua, and then extended the data set using LLM generation and manual modification. In addition, we benchmarked the data set presented in this paper using a baseline model to demonstrate the advantage of Official-NV in multimodal fake news detection.
• Abstract（参考訳）: ニュースメディア、特にビデオニュースメディアは、日常のあらゆる側面に浸透しており、フェイクニュースのリスクも生じている。 そのため、最近、マルチモーダルフェイクニュース検出が注目されている。 しかし、ビデオモダルのための偽ニュース検出データセットの数は少なく、これらのデータセットはユーザーがアップロードした非公式なビデオで構成されているので、役に立たないデータが多すぎる。 そこで本論文では,新華社における公式ニュースビデオからなるOffic-NVというデータセットについて述べる。 我々は新華社で動画をクロールし、LLM生成と手動修正を用いてデータセットを拡張した。 さらに,本論文で提示したデータセットをベースラインモデルを用いてベンチマークし,マルチモーダルフェイクニュース検出におけるOffic-NVの利点を実証した。

関連論文リスト

• VMID: A Multimodal Fusion LLM Framework for Detecting and Identifying Misinformation of Short Videos [14.551693267228345]
  本稿では,マルチモーダル情報に基づく新しいフェイクニュース検出手法を提案する。 提案フレームワークは,ビデオにマルチモーダル機能を組み込むことで,偽ニュース検出の精度と信頼性を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-11-15T08:20:26Z)
• Video Instruction Tuning With Synthetic Data [84.64519990333406]
  ビデオ命令追従のための高品質な合成データセット、すなわちLLaVA-Video-178Kを作成する。 このデータセットには、詳細なキャプション、オープンエンド質問回答(QA)、複数選択QAといった重要なタスクが含まれている。 このデータセットをトレーニングすることにより、既存の視覚的インストラクションチューニングデータと組み合わせて、新しいビデオLMMであるLLaVA-Videoを導入する。
  論文  参考訳（メタデータ） (2024-10-03T17:36:49Z)
• VANE-Bench: Video Anomaly Evaluation Benchmark for Conversational LMMs [64.60035916955837]
  VANE-Benchはビデオの異常や矛盾を検出するためのビデオLMMの熟練度を評価するために設計されたベンチマークである。 我々のデータセットは、既存の最先端のテキスト・ビデオ生成モデルを用いて合成された一連のビデオから構成される。 我々は、このベンチマークタスクにおいて、オープンソースとクローズドソースの両方で既存の9つのビデオLMMを評価し、ほとんどのモデルが微妙な異常を効果的に識別するのに困難に直面することを発見した。
  論文  参考訳（メタデータ） (2024-06-14T17:59:01Z)
• Multi-modal News Understanding with Professionally Labelled Videos (ReutersViLNews) [25.78619140103048]
  我々はReuters ViLNewsデータセットと呼ばれるReuters News Agencyが収集した社内データセットを大規模に分析した。 このデータセットは、長文ニュースに重点を置いて、ハイレベルなビデオ言語理解に焦点を当てている。 その結果,ニュース指向ビデオは現在のビデオ言語理解アルゴリズムにとって大きな課題であることが示唆された。
  論文  参考訳（メタデータ） (2024-01-23T00:42:04Z)
• Not all Fake News is Written: A Dataset and Analysis of Misleading Video Headlines [6.939987423356328]
  本稿では、ビデオからなるデータセットと、その見出しがビデオの内容を表すものであるとアノテーションが信じているか否かを示す。 このデータセットを収集、注釈付けした後、誤解を招く見出しを検出するためのマルチモーダルベースラインを解析する。 アノテーションプロセスはまた、アノテーションが動画を誤解を招くものとして見ている理由にも焦点を当てており、アノテーションの背景と動画の内容の相互作用をよりよく理解することができる。
  論文  参考訳（メタデータ） (2023-10-20T23:47:01Z)
• AVTENet: Audio-Visual Transformer-based Ensemble Network Exploiting Multiple Experts for Video Deepfake Detection [53.448283629898214]
  近年の超現実的なディープフェイクビデオの普及は、オーディオと視覚の偽造の脅威に注意を向けている。 AI生成のフェイクビデオの検出に関するこれまでのほとんどの研究は、視覚的モダリティまたはオーディオ的モダリティのみを使用していた。 音響操作と視覚操作の両方を考慮したAVTENet(Audio-Visual Transformer-based Ensemble Network)フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-19T19:01:26Z)
• MultiVENT: Multilingual Videos of Events with Aligned Natural Text [29.266266741468055]
  MultiVENTは、5つのターゲット言語にまたがるテキストドキュメントに基づくマルチリンガルなイベント中心のビデオのデータセットである。 オンラインニュースビデオの状況と、それらをどのように活用して、堅牢で事実的に正確なモデルを構築するかを分析する。
  論文  参考訳（メタデータ） (2023-07-06T17:29:34Z)
• Unsupervised Domain-agnostic Fake News Detection using Multi-modal Weak Signals [19.22829945777267]
  本研究は,4つのモダリティで利用可能な知識をニュースレコードに埋め込んだ,教師なしフェイクニュース検出のための効果的なフレームワークを提案する。 また,既存のニュースデータセットの潜伏バイアスを最小限に抑えたニュースデータセット構築手法を提案する。 LUND-COVIDを使って提案した教師なしフレームワークをトレーニングし、大規模データセットの可能性を活用した。
  論文  参考訳（メタデータ） (2023-05-18T23:49:31Z)
• 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)
• VMSMO: Learning to Generate Multimodal Summary for Video-based News Articles [63.32111010686954]
  マルチモーダル出力(VMSMO)を用いたビデオベースマルチモーダル要約の課題を提案する。 このタスクの主な課題は、ビデオの時間的依存性と記事の意味を共同でモデル化することである。 本稿では,デュアルインタラクションモジュールとマルチモーダルジェネレータからなるDual-Interaction-based Multimodal Summarizer (DIMS)を提案する。
  論文  参考訳（メタデータ） (2020-10-12T02:19:16Z)

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。