权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Combating Fake News: Early Detection, Potential Intent and Model Interpretability

打击假新闻：早期检测、潜在意图和模型可解释性

基本信息

批准号：
22K12271
负责人：
張建偉
金额：
$ 2.66万
依托单位：
Iwate University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究ではソーシャルメディアに焦点を当て，フェイクニュースの早期検出，潜在的意図の識別及び深層学習モデルの解釈可能性向上を目的とする．具体的には，(1)情報の解析優先度判別によるフェイクニュースの早期検出，(2)内容及びソーシャルコンテキストの分析による潜在的意図の識別，(3)判別根拠の抽出及び可視化による解釈可能な深層学習モデルの構築に関する技術開発に取り組む．本年度は特に(1)と(2)の課題を中心に研究を推進した．(1)の課題について，ニュースコンテンツとそれに関連するツイートデータを用いた，機械学習による2STEP のフェイクニュースの早期検出手法を提案した．STEP1 では，ニュース記事の発行直後を想定し，ニュースコンテンツのみを用いてフェイクニュースの早期検出を図る．STEP2 では，ニュース記事の拡散段階を想定し，STEP1 で真偽を判別できなかったニュースコンテンツに対し，ソーシャルコンテクストを時系列に沿って付与することにより真偽を判別していく．両方のSTEP において，真偽の予測確率が閾値以上のニュースを追跡対象から取り除くことで，検出の精度と早期性の両立を図る．提案手法を用いることにより，ニュースの拡散初期において，ベースラインと比較して精度とf 値の向上が確認された．(2)の課題について，事前学習言語モデル（BERT 及びRoBERTa，DeBERTa）を用いた文脈理解，テキスト類コンテキスト及び非テキスト類コンテキストを考慮した皮肉文の検出手法を提案した．また，既存研究に多く利用されたハッシュタグで収集したデータセット以外に，皮肉投稿者により収集したデータセットにも手法を適用し，検出パーフォーマンスを比較した．テキスト類及び非テキスト類コンテキストそれぞれの特徴ベクトルを利用し，皮肉検出を行った結果，ベースラインと比較し優位な結果を得た．

This study focuses on the early detection of potential problems, recognition of potential problems, and deep learning of potential problems. Specifically,(1) early detection of information in priority discrimination of information analysis,(2) identification of potential meanings in analysis of content and information,(3) identification of possible solutions in extraction and visualization of roots, and technical development related to deep learning. This year's special (1) and (2) research center to promote. (1)The topic of this paper is to propose an early detection method for mechanical learning. STEP1 is to propose an early detection method for mechanical learning. STEP2 is to propose an early detection method for mechanical learning. STEP3 is to propose an early detection method for mechanical learning. STEP4 is to propose an early detection method for mechanical learning. STEP1 is true and false. It is true and false. The accuracy of detection is higher than the threshold value. The accuracy of detection is higher than the threshold value. The proposal method is used in the middle of the discussion, and the early stage of the discussion is confirmed. (2)The topic is to learn the language in advance (BERT and RoBERTa, DeBERTa) to understand the context of the topic, and to consider the topic of the topic. In addition to the existing research, the author has applied the method of collecting information. The results of the test were obtained by comparing the characteristics of the test and the results of the comparison.