論文の概要: TrumorGPT: Graph-Based Retrieval-Augmented Large Language Model for Fact-Checking

• arxiv url: http://arxiv.org/abs/2505.07891v1
• Date: Sun, 11 May 2025 17:00:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-14 20:57:54.260306
• Title: TrumorGPT: Graph-Based Retrieval-Augmented Large Language Model for Fact-Checking
• Title（参考訳）: TrumorGPT: Fact-Checkingのためのグラフベース検索拡張大言語モデル
• Authors: Ching Nam Hang, Pei-Duo Yu, Chee Wei Tan,
• Abstract要約: TrumorGPTは、健康領域におけるファクトチェックのために設計された、新しい生成人工知能ソリューションである。 これは、健康に関する噂が本当だと判明した「噂」を区別することを目的としている。 TrumorGPTはグラフベースの検索拡張生成(GraphRAG)を組み込む
• 参考スコア（独自算出の注目度）: 2.3704813250344436
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the age of social media, the rapid spread of misinformation and rumors has led to the emergence of infodemics, where false information poses a significant threat to society. To combat this issue, we introduce TrumorGPT , a novel generative artificial intelligence solution designed for fact-checking in the health domain. TrumorGPT aims to distinguish "trumors", which are health-related rumors that turn out to be true, providing a crucial tool in differentiating between mere speculation and verified facts. This framework leverages a large language model (LLM) with few-shot learning for semantic health knowledge graph construction and semantic reasoning. TrumorGPT incorporates graph-based retrieval-augmented generation (GraphRAG) to address the hallucination issue common in LLMs and the limitations of static training data. GraphRAG involves accessing and utilizing information from regularly updated semantic health knowledge graphs that consist of the latest medical news and health information, ensuring that fact-checking by TrumorGPT is based on the most recent data. Evaluating with extensive healthcare datasets, TrumorGPT demonstrates superior performance in fact-checking for public health claims. Its ability to effectively conduct fact-checking across various platforms marks a critical step forward in the fight against health-related misinformation, enhancing trust and accuracy in the digital information age.
• Abstract（参考訳）: ソーシャルメディアの時代、誤報や噂が急速に広まり、インフォデミクスが出現し、偽情報が社会に重大な脅威をもたらす。 この課題に対処するために、健康領域におけるファクトチェック用に設計された新しい生成人工知能ソリューションであるTrumorGPTを紹介する。 TrumorGPTは、単なる憶測と検証された事実を区別するための重要なツールを提供する、健康関連の噂である「噂者」を区別することを目的としている。 このフレームワークは、セマンティックヘルス知識グラフの構築とセマンティック推論のために、数ショットの学習を伴う大規模言語モデル(LLM)を活用する。 TrumorGPTはグラフベースの検索拡張生成(GraphRAG)を導入し、LLMに共通する幻覚問題と静的トレーニングデータの制限に対処する。 GraphRAGは、最新の医療ニュースと健康情報からなる定期的な更新されたセマンティックヘルス知識グラフからの情報にアクセスし活用することを含み、TrumorGPTによる事実チェックが最新のデータに基づいていることを保証する。 TrumorGPTは、広範な医療データセットを用いて評価し、公衆衛生クレームのファクトチェックにおいて優れたパフォーマンスを示す。 様々なプラットフォームで事実チェックを効果的に行う能力は、健康関連の誤報との戦いにおける重要な一歩であり、デジタル情報時代の信頼と正確性を高める。

関連論文リスト

• HealthGPT: A Medical Large Vision-Language Model for Unifying Comprehension and Generation via Heterogeneous Knowledge Adaptation [68.4316501012718]
  HealthGPTは医療用大規模視線モデル(Med-LVLM)である 医療的な視覚的理解と生成能力を統合された自己回帰パラダイムに統合する。
  論文  参考訳（メタデータ） (2025-02-14T00:42:36Z)
• Enhancing Health Information Retrieval with RAG by Prioritizing Topical Relevance and Factual Accuracy [0.7673339435080445]
  本稿では, 科学的根拠に基づく健康関連文書の検索を促進するために, RAG(Retrieval-Augmented Generation)を駆使した手法を提案する。 特に,3段階のモデルを提案する。第1段階では,科学的文献によって構成された知識ベースから,利用者のクエリを用いて,関連した項目を検索する。 第2段階では、これらのパスは初期クエリとともにLLMによって処理され、コンテキストに関連のあるリッチテキスト(GenText)を生成する。 最終段階では、検索対象の文書を評価・ランク付けする。
  論文  参考訳（メタデータ） (2025-02-07T05:19:13Z)
• Epidemiology-informed Network for Robust Rumor Detection [59.89351792706995]
  本稿では, 疫学知識を統合し, 性能を高めるための新しい疫学情報ネットワーク(EIN)を提案する。 疫学理論をうわさ検出に適応させるため,各利用者が情報源情報に対する姿勢を付加することが期待されている。 実験結果から,提案したEINは実世界のデータセット上で最先端の手法より優れるだけでなく,樹木の深度にまたがる堅牢性も向上することが示された。
  論文  参考訳（メタデータ） (2024-11-20T00:43:32Z)
• Medical Graph RAG: Towards Safe Medical Large Language Model via Graph Retrieval-Augmented Generation [9.286509119104563]
  我々は、MedGraphRAGと呼ばれる医療領域向けに設計された新しいグラフベースのRetrieval-Augmented Generationフレームワークを紹介する。 提案手法は,9つの医療用Q&Aベンチマーク,2つの健康用ファクトチェックベンチマーク,および1つの収集データセットで検証した。
  論文  参考訳（メタデータ） (2024-08-08T03:11:12Z)
• HRDE: Retrieval-Augmented Large Language Models for Chinese Health Rumor Detection and Explainability [6.800433977880405]
  本稿では、一般的な健康関連質問のWebスクレイピングを通じて、12万件の健康関連噂(HealthRCN)を含むデータセットを構築する。 我々は,中国の健康噂の検出と説明可能性 (HRDE) のための検索強化された大規模言語モデルを提案する。
  論文  参考訳（メタデータ） (2024-06-30T11:27:50Z)
• Fact-Checking Generative AI: Ontology-Driven Biological Graphs for Disease-Gene Link Verification [45.65374554914359]
  本研究の目的は,ChatGPTの内容から得られた生物学的グラフに埋め込まれた知識の事実チェックを実現することである。 そこで我々は,ChatGPTの関連エンティティの系統的尋問を可能にする生物学的ネットワークアプローチを採用した。 本研究は,ChatGPT生成テキスト中の集合疾患遺伝子関係の高精度な解析を行った。
  論文  参考訳（メタデータ） (2023-08-07T22:13:30Z)
• Dynamic Graph Enhanced Contrastive Learning for Chest X-ray Report Generation [92.73584302508907]
  コントラスト学習を用いた医療レポート作成を支援するために,動的構造とノードを持つ知識グラフを提案する。 詳しくは、グラフの基本構造は一般知識から事前構築される。 各イメージ機能は、レポート生成のためにデコーダモジュールに入力する前に、独自の更新グラフに統合される。
  論文  参考訳（メタデータ） (2023-03-18T03:53:43Z)

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。