本研究では、ツイッターにおける噂の早期検出のために、個々のツイートの隠れた表現を学習するニューラルネットワークモデルを提案している。従来の研究では、噂の伝播パターンなどの集約的な特徴が有効であることが示されているが、これらの特徴は初期段階では十分に発達しておらず、識別性能が低い。そこで本研究では、個々のツイートの内容に着目し、畳み込みニューラルネットワークとLSTMを組み合わせたモデルを用いて、ツイートの隠れた意味表現を学習する。この表現を用いて、噂と真実のニュースを分類する。
さらに、ツイートの内容以外にも、ユーザ情報や伝播パターンなどの特徴を時系列的に組み合わせた分類モデルを提案している。実験の結果、提案手法は初期段階から高い精度を達成し、既存手法を大きく上回ることが示された。特に、ツイートの隠れ表現を用いた特徴が初期段階で有効であることが明らかになった。一方で、伝播パターンに基づく特徴は初期段階では有効ではないが、時間の経過とともに重要性が高まることが分かった。
翻译成其他语言
从原文生成
arxiv.org
更深入的查询