論文の概要: FMNV: A Dataset of Media-Published News Videos for Fake News Detection

• arxiv url: http://arxiv.org/abs/2504.07687v1
• Date: Thu, 10 Apr 2025 12:16:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-11 12:24:44.241855
• Title: FMNV: A Dataset of Media-Published News Videos for Fake News Detection
• Title（参考訳）: FMNV:フェイクニュース検出のためのメディア配信ニュースビデオのデータセット
• Authors: Yihao Wang, Zhong Qian, Peifeng Li,
• Abstract要約: FMNVは,メディア機関が公開するニュースビデオのみからなる新しいデータセットである。 我々は,メディア公開ニュースビデオを操作することで,コンテンツを自動生成するために,Large Language Models (LLMs) を採用している。 ビデオ特徴抽出のためのCLIPとFaster R-CNNを統合したベースラインモデルFMNVDを提案する。
• 参考スコア（独自算出の注目度）: 10.36393083923778
• License:
• Abstract: News media, particularly video-based platforms, have become deeply embedded in daily life, concurrently amplifying risks of misinformation dissemination. Consequently, multimodal fake news detection has garnered significant research attention. However, existing datasets predominantly comprise user-generated videos characterized by crude editing and limited public engagement, whereas professionally crafted fake news videos disseminated by media outlets often politically or virally motivated pose substantially greater societal harm. To address this gap, we construct FMNV, a novel dataset exclusively composed of news videos published by media organizations. Through empirical analysis of existing datasets and our curated collection, we categorize fake news videos into four distinct types. Building upon this taxonomy, we employ Large Language Models (LLMs) to automatically generate deceptive content by manipulating authentic media-published news videos. Furthermore, we propose FMNVD, a baseline model featuring a dual-stream architecture integrating CLIP and Faster R-CNN for video feature extraction, enhanced by co-attention mechanisms for feature refinement and multimodal aggregation. Comparative experiments demonstrate both the generalization capability of FMNV across multiple baselines and the superior detection efficacy of FMNVD. This work establishes critical benchmarks for detecting high-impact fake news in media ecosystems while advancing methodologies for cross-modal inconsistency analysis.
• Abstract（参考訳）: ニュースメディア、特にビデオベースのプラットフォームは、日常に深く浸透し、誤情報拡散のリスクを同時に増幅している。 その結果、マルチモーダルフェイクニュース検出は、重要な研究の注目を集めている。 しかし、既存のデータセットは主に、粗雑な編集と限定的な公的なエンゲージメントを特徴とするユーザー生成ビデオで構成されているのに対し、プロが制作した偽のニュースビデオは、しばしば政治的あるいはバイラルに動機づけられたメディアによって拡散され、社会的被害が著しく大きい。 このギャップに対処するため、メディア組織によるニュースビデオのみからなる新しいデータセットFMNVを構築した。 既存のデータセットとキュレートされたコレクションの実証分析を通じて、偽ニュースビデオを4つの異なるタイプに分類する。 この分類に基づいて,我々はLarge Language Models (LLMs) を用いて,真にメディアが公開するニュースビデオを操作することによって,偽装コンテンツを自動的に生成する。 さらに,映像特徴抽出のためのCLIPとFaster R-CNNを統合したデュアルストリームアーキテクチャを備えたベースラインモデルFMNVDを提案する。 複数のベースラインにまたがるFMNVの一般化能力とFMNVDの優れた検出効率を比較実験により実証した。 本研究は、メディアエコシステムにおけるハイインパクトフェイクニュースの検出と、クロスモーダル不整合解析手法の進歩のための重要なベンチマークを確立する。

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)
• Official-NV: An LLM-Generated News Video Dataset for Multimodal Fake News Detection [9.48705939124715]
  マルチモーダル フェイクニュース検知が 最近注目を集めています 公式なニュースビデオを含むOffic-NVというデータセットを構築した。 また,マルチモーダル特徴量からキー情報をキャプチャするOFNVDと呼ばれる新しいベースラインモデルを提案する。
  論文  参考訳（メタデータ） (2024-07-28T13:23:43Z)
• Detect, Investigate, Judge and Determine: A Knowledge-guided Framework for Few-shot Fake News Detection [50.079690200471454]
  Few-Shot Fake News Detection (FS-FND) は、極めて低リソースのシナリオにおいて、非正確なニュースを実際のニュースと区別することを目的としている。 ソーシャルメディア上でのフェイクニュースの拡散や有害な影響により、このタスクは注目を集めている。 本稿では,内外からLLMを増強するDual-perspective Knowledge-Guided Fake News Detection (DKFND)モデルを提案する。
  論文  参考訳（メタデータ） (2024-07-12T03:15:01Z)
• Fake News Detection and Manipulation Reasoning via Large Vision-Language Models [38.457805116130004]
  本稿では,Human-centric and Fact-related Fake News(HFFN)と呼ばれる偽ニュースの検出と操作の推論のためのベンチマークを紹介する。 このベンチマークでは、詳細なマニュアルアノテーションによって、人間の中心性と、高い事実的関連性を強調している。 M-DRUM(Multi-modal News Detection and Reasoning langUage Model)が提示される。
  論文  参考訳（メタデータ） (2024-07-02T08:16:43Z)
• 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)
• Detecting and Grounding Multi-Modal Media Manipulation and Beyond [93.08116982163804]
  マルチモーダルフェイクメディア(DGM4)の新たな研究課題について述べる。 DGM4は、マルチモーダルメディアの真正性を検出するだけでなく、操作されたコンテンツも検出することを目的としている。 本稿では,異なるモーダル間のきめ細かい相互作用を完全に捉えるために,新しい階層型マルチモーダルマニピュレーションrEasoning tRansformer(HAMMER)を提案する。
  論文  参考訳（メタデータ） (2023-09-25T15:05:46Z)
• 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)
• 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)
• Predicting the Popularity of Micro-videos with Multimodal Variational Encoder-Decoder Framework [54.194340961353944]
  マイクロビデオ人気タスクのためのマルチモーダル変分エンコーダ・デコーダフレームワークを提案する。 MMVEDは、その人気レベルに情報を与えるマイクロビデオの埋め込みを学習する。 Xiguaから収集した公開データセットとデータセットで実施された実験は、提案したMMVEDフレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2020-03-28T06:08:16Z)

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。