論文の概要: Bangla Fake News Detection Based On Multichannel Combined CNN-LSTM

• arxiv url: http://arxiv.org/abs/2503.04781v1
• Date: Mon, 24 Feb 2025 20:19:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-16 09:17:34.763640
• Title: Bangla Fake News Detection Based On Multichannel Combined CNN-LSTM
• Title（参考訳）: マルチチャネル複合CNN-LSTMに基づくバングラフェイクニュース検出
• Authors: Md. Zahin Hossain George, Naimul Hossain, Md. Rafiuzzaman Bhuiyan, Abu Kaisar Mohammad Masum, Sheikh Abujar,
• Abstract要約: 我々は、ニュースリーダーに自然ニュースや本当のニュースを提供するために、未検討のニュースソースから偽ニュースを識別する。 この論文は畳み込みニューラルネットワーク(CNN)と長期記憶(LSTM)の組み合わせに基づいている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: There have recently been many cases of unverified or misleading information circulating quickly over bogus web networks and news portals. This false news creates big damage to society and misleads people. For Example, in 2019, there was a rumor that the Padma Bridge of Bangladesh needed 100,000 human heads for sacrifice. This rumor turns into a deadly position and this misleading information takes the lives of innocent people. There is a lot of work in English but a few works in Bangla. In this study, we are going to identify the fake news from the unconsidered news source to provide the newsreader with natural news or real news. The paper is based on the combination of convolutional neural network (CNN) and long short-term memory (LSTM), where CNN is used for deep feature extraction and LSTM is used for detection using the extracted feature. The first thing we did to deploy this piece of work was data collection. We compiled a data set from websites and attempted to deploy it using the methodology of deep learning which contains about 50k of news. With the proposed model of Multichannel combined CNN-LSTM architecture, our model gained an accuracy of 75.05%, which is a good sign for detecting fake news in Bangla.
• Abstract（参考訳）: 近年,不確実な情報や誤解を招く情報が,悪質なWebネットワークやニュースポータル上で急速に拡散するケースが数多く存在する。 この誤ったニュースは社会に大きなダメージを与え、人々を誤解させる。 例えば、2019年、バングラデシュのパドマ橋は犠牲のために10万人の人間の頭を必要としているという噂があった。 この噂は致命的な立場に変わり、この誤解を招く情報は無実の人々の命を奪っている。 英語では多くの作品があるが、バングラ語ではいくつかの作品がある。 そこで本研究では,未検討のニュースソースから偽ニュースを識別し,ニュース読者に自然ニュースや実ニュースを提供する。 本論文は、畳み込みニューラルネットワーク(CNN)と長短期記憶(LSTM)の組み合わせに基づいており、CNNは深い特徴抽出に、LSTMは抽出された特徴を用いた検出に使用される。 私たちがこの作業を最初に行なったのは、データ収集です。 私たちはWebサイトからデータセットをコンパイルし、約50kのニュースを含むディープラーニングの方法論を使ってそれをデプロイしようとしました。 CNN-LSTMアーキテクチャを併用したマルチチャネルモデルでは,75.05%の精度が得られた。

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)
• 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)
• A Proposed Bi-LSTM Method to Fake News Detection [0.0]
  偽ニュースは、アメリカ合衆国大統領選挙の結果に影響を与える決定的な要因となった。 Bi-LSTMは、ニュースが偽物か偽物かを判定するために適用された。 モデルの作成と実行の後、トレーニングデータによるモデル精度が84%、F1-macroスコアが62.0に達した。
  論文  参考訳（メタデータ） (2022-06-15T06:36:42Z)
• 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)
• Cross-lingual COVID-19 Fake News Detection [54.125563009333995]
  低リソース言語(中国語)における新型コロナウイルスの誤報を検出するための最初の試みは、高リソース言語(英語)における事実チェックされたニュースのみを用いて行われる。 そこで我々は、クロスランガルなニュースボディテキストを共同でエンコードし、ニュースコンテンツをキャプチャするCrossFakeというディープラーニングフレームワークを提案する。 実験結果から,クロスランガル環境下でのCrossFakeの有効性が示された。
  論文  参考訳（メタデータ） (2021-10-13T04:44:02Z)
• Indonesia's Fake News Detection using Transformer Network [1.7205106391379026]
  インドネシアの農村部や都市部の人口の30%以上が偽ニュースに騙されている。 本研究は, Transformer Network を用いたBERT法が最大90%の精度で最良の結果が得られることを示した。
  論文  参考訳（メタデータ） (2021-07-14T15:52:15Z)
• 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)
• The Rise and Fall of Fake News sites: A Traffic Analysis [62.51737815926007]
  偽ニュースサイトのオンラインプレゼンスを調査し、実際のニュースサイトと比較してその行動を特徴づけます。 そこで本研究では,偽ニュースサイトを自動的に検出するコンテンツ非依存のMLを構築した。
  論文  参考訳（メタデータ） (2021-03-16T18:10:22Z)
• Evaluating Deep Learning Approaches for Covid19 Fake News Detection [0.0]
  データマイニングの観点から、偽ニュース検出の自動化技術を検討します。 Contraint@AAAI 2021 Covid-19 Fakeニュース検出データセットで異なる教師付きテキスト分類アルゴリズムを評価します。 Covid-19 Fakeニュース検出データセットで98.41%の最高の精度を報告する。
  論文  参考訳（メタデータ） (2021-01-11T16:39:03Z)
• Fake News Spreader Detection on Twitter using Character N-Grams. Notebook for PAN at CLEF 2020 [0.0]
  このノートには、Twitter上の偽ニュース検出タスクのプロファイリングシステムについて書かれている。 我々は多言語の観点から異なる特徴抽出手法と学習実験を行う。 我々のモデルは、英語とスペイン語の公式テストセットで73%と79%の精度を達成しています。
  論文  参考訳（メタデータ） (2020-09-29T08:32:32Z)

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。