Core Concepts
ヘテロジニアス部分グラフの構造的特徴と言語的特徴を活用することで、フェイクニュースを効果的に検出できる。
Abstract
本研究では、ニュース記事、エンティティ、トピックの関係を表すヘテロジニアス・グラフを構築し、各ニュース記事を中心とした部分グラフの特徴を学習することで、フェイクニュースの検出を行っている。具体的には以下の手順で進められている:
ニュース記事からエンティティとトピックを抽出し、ニュース、エンティティ、トピックの関係を表すヘテロジニアス・グラフを構築する。
各ニュース記事を中心とした部分グラフを、ランダムウォークを用いて抽出する。
部分グラフの構造的特徴と言語的特徴を学習するためのヘテロジニアス部分グラフ変換器を提案する。
学習した部分グラフの表現を用いて、ニュースの真偽を判別する。
実験の結果、提案手法は5つのベースラインと比較して優れた性能を示すことが確認された。また、ケーススタディや ablation study を通じて、提案手法の有効性が検証された。
Stats
ニュース記事、エンティティ、トピックの関係を表すヘテロジニアス・グラフを構築することで、ニュースの真偽を効果的に判別できる。
ランダムウォークを用いて抽出した部分グラフの構造的特徴と言語的特徴を学習することで、フェイクニュースの検出精度が向上する。
Quotes
"ヘテロジニアス部分グラフの構造的特徴と言語的特徴を活用することで、フェイクニュースを効果的に検出できる。"
"提案手法は5つのベースラインと比較して優れた性能を示す。"