TieFake: Title-Text Similarity and Emotion-Aware Fake News Detection

要約

タイトル：TieFake：タイトルテキストの類似性と感情に基づいたフェイクニュース検出
要約：

– フェイクニュース検出は、社会的ネットワークプラットフォームに広がるフェイクニュースを検出することを目的としている。これは、一般市民や政府に対して負の影響を与える可能性がある。
– 多くの手法が、ニュースのイメージ、テキスト、またはビデオから関連情報を取り出すことを目的として開発されてきた。しかし、これらの手法は次の制限に悩まされる可能性がある。(1) ニュースに含まれる主観的な意図を反映したニュースの感情情報を無視すること(2) タイトルとテキスト情報の類似性にあまり注目していないことがあげられる。
– このため、我々は、マルチモーダルなコンテキスト情報と著者の感情を統合的にモデル化することで、タイトルテキストの類似性と感情に基づくフェイクニュース検出(TieFake)手法を提案する。
– 具体的には、テキストとイメージの表現を学習するためにBERTとResNeStをそれぞれ使用し、ニュースコンテンツの著者の主観的感情を捕捉するためにパブリッシャ感情抽出器を利用する。さらに、タイトル特徴とテキス特徴の類似性を捕捉するために、スケールドットプロダクトアテンションメカニズムを提案する。
– 二つの公開されたマルチモーダルデータセットで実験を行い、結果は我々が提案した手法がフェイクニュース検出の性能を大幅に向上させることを示している。我々のコードはhttps://github.com/UESTC-GQJ/TieFakeで利用可能である。

要約(オリジナル)

Fake news detection aims to detect fake news widely spreading on social media platforms, which can negatively influence the public and the government. Many approaches have been developed to exploit relevant information from news images, text, or videos. However, these methods may suffer from the following limitations: (1) ignore the inherent emotional information of the news, which could be beneficial since it contains the subjective intentions of the authors; (2) pay little attention to the relation (similarity) between the title and textual information in news articles, which often use irrelevant title to attract reader’ attention. To this end, we propose a novel Title-Text similarity and emotion-aware Fake news detection (TieFake) method by jointly modeling the multi-modal context information and the author sentiment in a unified framework. Specifically, we respectively employ BERT and ResNeSt to learn the representations for text and images, and utilize publisher emotion extractor to capture the author’s subjective emotion in the news content. We also propose a scale-dot product attention mechanism to capture the similarity between title features and textual features. Experiments are conducted on two publicly available multi-modal datasets, and the results demonstrate that our proposed method can significantly improve the performance of fake news detection. Our code is available at https://github.com/UESTC-GQJ/TieFake.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI