論文の概要: Enriching GNNs with Text Contextual Representations for Detecting Disinformation Campaigns on Social Media

• arxiv url: http://arxiv.org/abs/2410.19193v1
• Date: Thu, 24 Oct 2024 22:57:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-28 13:38:22.408319
• Title: Enriching GNNs with Text Contextual Representations for Detecting Disinformation Campaigns on Social Media
• Title（参考訳）: ソーシャルメディア上での偽情報キャンペーン検出のためのテキストコンテクスト表現によるGNNの強化
• Authors: Bruno Croso Cunha da Silva, Thomas Palmeira Ferraz, Roseli De Deus Lopes,
• Abstract要約: 本研究は,偽ニュース検出において,テキスト機能をグラフニューラルネットワーク(GNN)に組み込むことによる影響について検討する。 実験の結果,静的なマクロF1では9.3%,テキスト機能のないGNNでは33.8%,文脈表現では9.3%向上した。
• 参考スコア（独自算出の注目度）: 1.0445957451908694
• License:
• Abstract: Disinformation on social media poses both societal and technical challenges. While previous studies have integrated textual information into propagation networks, they have yet to fully leverage the advancements in Transformer-based language models for high-quality contextual text representations. This work investigates the impact of incorporating textual features into Graph Neural Networks (GNNs) for fake news detection. Our experiments demonstrate that contextual representations improve performance by 9.3% in Macro F1 over static ones and 33.8% over GNNs without textual features. However, noisy data augmentation degrades performance and increases instability. We expect our methodology to open avenues for further research, and all code is made publicly available.
• Abstract（参考訳）: ソーシャルメディア上の偽情報は、社会的および技術的な課題の両方を生じさせる。 これまでの研究では、テキスト情報を伝播ネットワークに組み込んできたが、高品質な文脈テキスト表現のためのトランスフォーマーベース言語モデルの進歩は、まだ十分に活用できていない。 本研究は,偽ニュース検出において,テキスト機能をグラフニューラルネットワーク(GNN)に組み込むことによる影響について検討する。 実験の結果,静的なマクロF1では9.3%,テキスト機能のないGNNでは33.8%,文脈表現では9.3%向上した。 しかし、ノイズの多いデータ拡張はパフォーマンスを低下させ、不安定性を高めます。 我々の方法論はさらなる研究のための道を開くことを期待しており、すべてのコードが公開されています。

関連論文リスト

• Toward Real Text Manipulation Detection: New Dataset and New Solution [58.557504531896704]
  プロフェッショナルなテキスト操作に関連する高コストは、現実世界のデータセットの可用性を制限する。 本稿では,14,250枚のテキスト画像を含むリアルテキスト操作データセットを提案する。 我々のコントリビューションは、実世界のテキスト改ざん検出の進歩を促進することを目的としている。
  論文  参考訳（メタデータ） (2023-12-12T02:10:16Z)
• Harnessing Explanations: LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning [51.90524745663737]
  重要なイノベーションは、機能として説明を使用することで、下流タスクにおけるGNNのパフォーマンス向上に利用できます。 提案手法は、確立されたTAGデータセットの最先端結果を実現する。 本手法はトレーニングを著しく高速化し,ogbn-arxivのベースラインに最も近い2.88倍の改善を実現した。
  論文  参考訳（メタデータ） (2023-05-31T03:18:03Z)
• Graph Global Attention Network with Memory for Fake News Detection [0.0]
  偽情報の拡散は、社会的損害をもたらし、情報の信頼性を損なう可能性がある。 ディープラーニングは、偽ニュースを検出するための有望なアプローチとして登場した。 本研究は,偽ニュース検出のための新しいアプローチであるGANMを提案する。
  論文  参考訳（メタデータ） (2023-04-30T11:42:08Z)
• Models See Hallucinations: Evaluating the Factuality in Video Captioning [57.85548187177109]
  ビデオキャプションにおける実感の人間による評価を行い、2つの注釈付き実感データセットを収集する。 モデル生成文の57.0%に事実誤りがあり、この分野では深刻な問題であることを示す。 本稿では,映像キャプションの事実性評価において,従来の指標より優れていたモデルベース事実性指標FactVCを提案する。
  論文  参考訳（メタデータ） (2023-03-06T08:32:50Z)
• DANES: Deep Neural Network Ensemble Architecture for Social and Textual Context-aware Fake News Detection [9.34612743192798]
  DANESは、ソーシャルおよびテキスト対応のフェイクニュース検出のためのディープニューラルネットワークアンサンブルアーキテクチャである。 BuzzFace、Twitter15、Twitter16の3つの実世界のデータセットに対する予備的アブレーションの結果は、最先端のソリューションを上回る精度で期待できる。
  論文  参考訳（メタデータ） (2023-02-01T20:05:53Z)
• Exploring Fake News Detection with Heterogeneous Social Media Context Graphs [4.2177790395417745]
  フェイクニュースの検出は、社会全体に直接的な影響を与えるため、純粋に学術的な関心を超える研究領域となっている。 本稿では,ニュース記事を取り巻く異質なソーシャルコンテキストグラフを構築し,問題をグラフ分類タスクとして再構築することを提案する。
  論文  参考訳（メタデータ） (2022-12-13T13:29:47Z)
• TeKo: Text-Rich Graph Neural Networks with External Knowledge [75.91477450060808]
  外部知識を用いた新しいテキストリッチグラフニューラルネットワーク(TeKo)を提案する。 まず、高品質なエンティティを組み込んだフレキシブルな異種セマンティックネットワークを提案する。 次に、構造化三重項と非構造化実体記述という2種類の外部知識を導入する。
  論文  参考訳（メタデータ） (2022-06-15T02:33:10Z)
• Evidential Temporal-aware Graph-based Social Event Detection via Dempster-Shafer Theory [76.4580340399321]
  ETGNN(Evidential Temporal-aware Graph Neural Network)を提案する。 ノードがテキストであり、エッジがそれぞれ複数の共有要素によって決定されるビュー固有グラフを構築する。 ビュー固有の不確実性を考慮すると、すべてのビューの表現は、明らかなディープラーニング(EDL)ニューラルネットワークを介してマス関数に変換される。
  論文  参考訳（メタデータ） (2022-05-24T16:22:40Z)
• Applying Automatic Text Summarization for Fake News Detection [4.2177790395417745]
  フェイクニュースの配信は新しいものではなく、急速に増加している問題だ。 本稿ではトランスフォーマーに基づく言語モデルのパワーを組み合わせた問題に対するアプローチを提案する。 我々のフレームワークであるCMTR-BERTは、複数のテキスト表現を組み合わせることで、コンテキスト情報の取り込みを可能にする。
  論文  参考訳（メタデータ） (2022-04-04T21:00:55Z)
• Hetero-SCAN: Towards Social Context Aware Fake News Detection via Heterogeneous Graph Neural Network [11.145085584637744]
  異種グラフニューラルネットワークに基づく新しい社会的文脈認識型偽ニュース検出手法Hetero-SCANを提案する。 我々は,Hetero-SCANが,最先端のテキストベースおよびグラフベースの偽ニュース検出手法に対して,性能と効率の面で大幅な改善をもたらすことを実証した。
  論文  参考訳（メタデータ） (2021-09-13T15:21:44Z)
• Named Entity Recognition for Social Media Texts with Semantic Augmentation [70.44281443975554]
  名前付きエンティティ認識のための既存のアプローチは、短いテキストと非公式テキストで実行される場合、データ空間の問題に悩まされる。 そこで我々は,NER によるソーシャルメディアテキストに対するニューラルベースアプローチを提案し,ローカルテキストと拡張セマンティクスの両方を考慮に入れた。
  論文  参考訳（メタデータ） (2020-10-29T10:06:46Z)

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。

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。