Keskeiset käsitteet
異なるドメインのデータを活用して、偽ニュースの検出を改善するための新しいフレームワークであるDPODが提案されました。
Tiivistelmä
本研究では、CLIPモデルを使用してラベルに注意したデータの整列を行い、汎用的な特徴を取得します。さらに、ジェネリックおよびドメイン固有のプロンプトを学習して画像テキストペアを分類します。提案されたDPODはこの難しい社会的に重要な多モーダル偽ニュース検出タスクで最先端の性能を達成します。
Tilastot
大規模なベンチマークデータセットNewsCLIPpingsで豊富な実験が行われました。
DPODフレームワークは他のアプローチよりも優れたパフォーマンスを示しました。