論文の概要: Hybrid Feature Combinations with CNN for Bangla Fake News Classification

• arxiv url: http://arxiv.org/abs/2605.17481v1
• Date: Sun, 17 May 2026 14:42:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:48.11366
• Title: Hybrid Feature Combinations with CNN for Bangla Fake News Classification
• Title（参考訳）: バングラフェイクニュース分類のためのハイブリッド機能とCNN
• Authors: Md Gulzar Hussain, Babe Sultana, Md Rinku Ali,
• Abstract要約: バングラデシュの人々は、伝統的な新聞の代わりに毎日のニュースにインターネットやソーシャルメディアを頼りにしている。 これらのプラットフォームによる偽のバングラニュースの拡散は、真のメディアの信頼性にリスクと課題をもたらす。 本研究では,適切な特徴を特定するための特徴選択手法の有効性について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nowadays, people in Bangladesh frequently rely on the internet and social media for daily news instead of traditional newspapers. However, the spread of false Bangla news through these platforms poses risks and challenges to the credibility of authentic media. Although several studies have been conducted on detecting Bangla fake news, there is still significant room for improvement in this area. To assist people, this research explores the effectiveness of feature selection approaches in identifying appropriate features, such as semantic, statistical, and character-level features, or their combinations, on the BanFakeNews-2.0 dataset for detecting Bangla fake news using a CNN model. In this paper, key findings reveal that combining multiple features significantly improves recall and F1-scores compared to using individual features alone. The code for this research can be availed here, https://github.com/gulzar09/Bn\_FNews\_H.Feature.
• Abstract（参考訳）: 今日、バングラデシュの人々は、伝統的な新聞ではなく、毎日のニュースにインターネットやソーシャルメディアを頼りにしている。 しかし、これらのプラットフォームによる偽のバングラニュースの拡散は、真のメディアの信頼性にリスクと課題をもたらす。 バングラの偽ニュースを検出するためにいくつかの研究が行われてきたが、この分野ではまだ重要な改善の余地がある。 そこで本研究では,BanFakeNews-2.0データセットを用いて,CNNモデルを用いてBangla偽ニュースを検出するための特徴選択手法の有効性について検討した。 本稿では,複数の特徴を組み合わせることで,個々の特徴のみを使用する場合と比較して,リコールとF1スコアが大幅に向上することを示す。 この研究のコードは、https://github.com/gulzar09/Bn\_FNews\_H.Feature.comで利用可能である。

関連論文リスト

• Bangla Fake News Detection Based On Multichannel Combined CNN-LSTM [0.0]
  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。
  論文  参考訳（メタデータ） (2025-02-24T20:19:09Z)
• 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)
• 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)
• FR-Detect: A Multi-Modal Framework for Early Fake News Detection on Social Media Using Publishers Features [0.0]
  ニュース分野におけるこれらのメディアの優位性にもかかわらず、制御と検証機構の欠如がフェイクニュースの普及につながっている。 早期検出機能を備えたユーザ関連・コンテンツ関連機能を用いた高精度なマルチモーダルフレームワークFR-Detectを提案する。 実験によると、パブリッシャーの機能はコンテンツベースのモデルの性能を最大13%改善し、精度とF1スコアを29%向上させることができる。
  論文  参考訳（メタデータ） (2021-09-10T12:39:00Z)
• 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)
• A Heuristic-driven Uncertainty based Ensemble Framework for Fake News Detection in Tweets and News Articles [5.979726271522835]
  ニュース項目が「本物」か「偽」かを自動的に識別する新しい偽ニュース検出システムについて述べる。 我々は,事前学習したモデルと統計的特徴融合ネットワークからなるアンサンブルモデルを用いた。 提案手法は,分類タスクの適切なクラス出力信頼度レベルとともに,信頼性の高い予測不確実性を定量化した。
  論文  参考訳（メタデータ） (2021-04-05T06:35:30Z)
• Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
  我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。 偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。 本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-10-20T19:37:04Z)
• Fake News Detection using Temporal Features Extracted via Point Process [2.105564340986074]
  SNS投稿から発生する時間的特徴をポイントプロセスアルゴリズムを用いて実ニュースから偽ニュースを識別する。 本稿では,時間的特徴とともに言語的特徴とユーザ的特徴を含む新しいマルチモーダルアテンションベース手法を提案する。
  論文  参考訳（メタデータ） (2020-07-28T06:34:54Z)
• Detection of Bangla Fake News using MNB and SVM Classifier [0.0]
  この研究は、英語のテキストやその他の言語から偽ニュースを検出するために行われてきたが、バングラ語ではいくつかある。 本研究では,2つの教師付き機械学習アルゴリズムであるMultinomial Naive BayesとSupport Machine(SVM)を用いた。 提案手法は,記事の極性に応じて96.64%の精度で偽ニュースを検出する。
  論文  参考訳（メタデータ） (2020-05-29T15:38:54Z)

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。