FMNV: A Dataset of Media-Published News Videos for Fake News Detection

要約

ニュースメディア、特にビデオベースのプラットフォームは、日常生活に深く組み込まれ、誤った情報の普及のリスクを同時に増幅しています。
その結果、マルチモーダルの偽のニュース検出は、非常に研究の注目を集めています。
ただし、既存のデータセットは、主に粗野な編集と限られた一般的な関与を特徴とするユーザー生成ビデオで構成されていますが、専門的に作成されたメディアアウトレットに播種された偽のニュースビデオは、しばしば政治的またはバイラルモチベーションのある社会的危害を促進します。
このギャップに対処するために、メディア組織が発行したニュースビデオで構成される新しいデータセットであるFMNVを構築します。
既存のデータセットとキュレーションされたコレクションの経験的分析を通じて、偽のニュースビデオを4つの異なるタイプに分類します。
この分類法に基づいて、大規模な言語モデル（LLM）を採用して、本物のメディアが発行したニュースビデオを操作することにより、欺cept的なコンテンツを自動的に生成します。
さらに、特徴の改良性とマルチモーダル集合体の共通メカニズムによって強化された、クリップとビデオ機能抽出のためのr-CNNを統合するデュアルストリームアーキテクチャを特徴とするベースラインモデルであるFMNVDを提案します。
比較実験は、複数のベースラインにわたるFMNVの一般化能力とFMNVDの優れた検出効果の両方を示しています。
この作業は、メディアエコシステムのインパクトのある偽のニュースを検出するための重要なベンチマークを確立し、モーダルの矛盾分析のための方法論を進めています。

要約(オリジナル)

News media, particularly video-based platforms, have become deeply embedded in daily life, concurrently amplifying risks of misinformation dissemination. Consequently, multimodal fake news detection has garnered significant research attention. However, existing datasets predominantly comprise user-generated videos characterized by crude editing and limited public engagement, whereas professionally crafted fake news videos disseminated by media outlets, often politically or virally motivated-pose substantially greater societal harm. To address this gap, we construct FMNV, a novel dataset exclusively composed of news videos published by media organizations. Through empirical analysis of existing datasets and our curated collection, we categorize fake news videos into four distinct types. Building upon this taxonomy, we employ Large Language Models (LLMs) to automatically generate deceptive content by manipulating authentic media-published news videos. Furthermore, we propose FMNVD, a baseline model featuring a dual-stream architecture integrating CLIP and Faster R-CNN for video feature extraction, enhanced by co-attention mechanisms for feature refinement and multimodal aggregation. Comparative experiments demonstrate both the generalization capability of FMNV across multiple baselines and the superior detection efficacy of FMNVD. This work establishes critical benchmarks for detecting high-impact fake news in media ecosystems while advancing methodologies for cross-modal inconsistency analysis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google