論文の概要: SEER: Semantic Enhancement and Emotional Reasoning Network for Multimodal Fake News Detection

• arxiv url: http://arxiv.org/abs/2507.13415v1
• Date: Thu, 17 Jul 2025 12:33:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-21 20:43:26.091055
• Title: SEER: Semantic Enhancement and Emotional Reasoning Network for Multimodal Fake News Detection
• Title（参考訳）: SEER:マルチモーダルフェイクニュース検出のためのセマンティックエンハンスメントと感情推論ネットワーク
• Authors: Peican Zhu, Yubo Jing, Le Cheng, Bin Chen, Xiaodong Cui, Lianwei Wu, Keke Tang,
• Abstract要約: 本稿では,マルチモーダルフェイクニュース検出のためのセマンティックエンハンスメントと感情推論(SEER)ネットワークを提案する。 画像意味理解のための要約キャプションを生成し、意味の強化のために大規模なマルチモーダルモデルの製品を利用する。 ニュースの真正性と感情的傾向の関係に触発されて,専門家の感情的推論モジュールを提案する。
• 参考スコア（独自算出の注目度）: 16.736471802440374
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Previous studies on multimodal fake news detection mainly focus on the alignment and integration of cross-modal features, as well as the application of text-image consistency. However, they overlook the semantic enhancement effects of large multimodal models and pay little attention to the emotional features of news. In addition, people find that fake news is more inclined to contain negative emotions than real ones. Therefore, we propose a novel Semantic Enhancement and Emotional Reasoning (SEER) Network for multimodal fake news detection. We generate summarized captions for image semantic understanding and utilize the products of large multimodal models for semantic enhancement. Inspired by the perceived relationship between news authenticity and emotional tendencies, we propose an expert emotional reasoning module that simulates real-life scenarios to optimize emotional features and infer the authenticity of news. Extensive experiments on two real-world datasets demonstrate the superiority of our SEER over state-of-the-art baselines.
• Abstract（参考訳）: マルチモーダルフェイクニュース検出に関するこれまでの研究は、主にクロスモーダル機能のアライメントと統合、およびテキスト画像整合性の適用に焦点を当てていた。 しかし、大きなマルチモーダルモデルのセマンティックエンハンスメント効果を見落とし、ニュースの感情的特徴にはほとんど注意を払わない。 さらに、偽ニュースは現実のニュースよりも否定的な感情を抱く傾向にある。 そこで本稿では,マルチモーダルフェイクニュース検出のためのセマンティックエンハンスメントと感情推論(SEER)ネットワークを提案する。 画像意味理解のための要約キャプションを生成し、意味の強化のために大規模なマルチモーダルモデルの製品を利用する。 ニュースの真正性と感情的傾向の知覚的関係から着想を得て,実生活のシナリオをシミュレートし,感情的特徴を最適化し,ニュースの真正性を推測する,専門家の感情的推論モジュールを提案する。 2つの実世界のデータセットに対する大規模な実験は、最先端のベースラインよりもSEERの方が優れていることを示している。

関連論文リスト

• KEN: Knowledge Augmentation and Emotion Guidance Network for Multimodal Fake News Detection [1.8603865942709585]
  我々は,知識向上・感情誘導ネットワーク(KEN)を提案する。 一方、LVLMの強力な意味理解と広範な世界知識を効果的に活用する。 一方、バランスの取れた学習を通して異なる感情型間のクラス間の違いを考察し、感情型と信頼の関係のきめ細かいモデリングを実現する。
  論文  参考訳（メタデータ） (2025-07-13T14:28:20Z)
• External Reliable Information-enhanced Multimodal Contrastive Learning for Fake News Detection [10.575512607941839]
  ERIC-FNDは、フェイクニュース検出のための情報強化型マルチモーダルコントラスト学習フレームワークである。 実験は、X(Twitter)とWeiboという、さまざまな言語で一般的に使用されている2つのデータセットで行われます。
  論文  参考訳（メタデータ） (2025-03-05T02:07:38Z)
• When Words Smile: Generating Diverse Emotional Facial Expressions from Text [72.19705878257204]
  本稿では,感情動態に着目したエンドツーエンドのテキスト対表現モデルを提案する。 我々のモデルは連続的な潜伏空間における表情の変動を学習し、多様な、流動的で、感情的に一貫性のある表現を生成する。
  論文  参考訳（メタデータ） (2024-12-03T15:39:05Z)
• Dynamic Analysis and Adaptive Discriminator for Fake News Detection [59.41431561403343]
  偽ニュース検出のための動的解析・適応識別器(DAAD)手法を提案する。 知識に基づく手法では,モンテカルロ木探索アルゴリズムを導入し,大規模言語モデルの自己表現能力を活用する。 意味に基づく手法では、偽ニュース生成のメカニズムを明らかにするために、典型的偽造パターンを4つ定義する。
  論文  参考訳（メタデータ） (2024-08-20T14:13:54Z)
• MSynFD: Multi-hop Syntax aware Fake News Detection [27.046529059563863]
  ソーシャルメディアプラットフォームは、偽ニュースを急速に拡散させ、われわれの現実社会に脅威を与えている。 既存の方法は、フェイクニュースの検出を強化するために、マルチモーダルデータまたはコンテキスト情報を使用する。 本稿では,偽ニュースの微妙なひねりに対処するための補完構文情報を含む,新しいマルチホップ構文認識型偽ニュース検出手法を提案する。
  論文  参考訳（メタデータ） (2024-02-18T05:40:33Z)
• 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)
• Nothing Stands Alone: Relational Fake News Detection with Hypergraph Neural Networks [49.29141811578359]
  本稿では,ニュース間のグループ間相互作用を表現するためにハイパーグラフを活用することを提案する。 提案手法は,ラベル付きニュースデータの小さなサブセットであっても,優れた性能を示し,高い性能を維持する。
  論文  参考訳（メタデータ） (2022-12-24T00:19:32Z)
• 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)
• An Emotion-Aware Multi-Task Approach to Fake News and Rumour Detection using Transfer Learning [13.448658162594603]
  本研究は,テキストの正当性と本質的な感情との相関関係を示す。 テキストの感情と正当性の両方を予測し,フェイクニュースと噂検出のためのマルチタスクフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-11-22T16:15:25Z)
• Multimodal Fake News Detection with Adaptive Unimodal Representation Aggregation [28.564442206829625]
  AURAは、適応的な一助表現アグリゲーションを備えたマルチモーダルフェイクニュース検出ネットワークである。 我々は,一様および多様の表現に従って,粗いレベルの偽ニュース検出とクロスモーダルな共存学習を行う。 WeiboとGossipcopの実験は、AURAがいくつかの最先端のFNDスキームに勝つことを証明している。
  論文  参考訳（メタデータ） (2022-06-12T14:06:55Z)
• Multimodal Emotion Recognition using Transfer Learning from Speaker Recognition and BERT-based models [53.31917090073727]
  本稿では,音声とテキストのモダリティから,伝達学習モデルと微調整モデルとを融合したニューラルネットワークによる感情認識フレームワークを提案する。 本稿では,対話型感情的モーションキャプチャー・データセットにおけるマルチモーダル・アプローチの有効性を評価する。
  論文  参考訳（メタデータ） (2022-02-16T00:23:42Z)

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。