抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Webとソーシャルネットワークプラットフォームの進化により,情報の普及が非常に容易になる。人々はこれまでより多くの情報を創造し,共有し,それは誤解,誤情報または偽情報であるかもしれない。Fakeニュース検出は,利用可能な情報の非構造化性質のため,重要で挑戦的なタスクである。近年,研究者は,ニュース検出の問題に取組むための重要な解決策を提供してきたが,その性質のため,まだ多くの未解決問題がある。本論文では,偽ニュース記事を検出するための大多数投票アプローチを提案した。偽と実ニュースの異なるテキスト特性を用いた。10,387が実で,10,413が2成分0と1としてラベル付けされた新聞の20,800のニュース記事から成る,公的に利用可能な偽造データセットを使用した。提案アプローチの評価のために,一般的に使用されている機械学習分類器,決定木,ロジスティック回帰,XGBoost,ランダムフォレスト,Extra Tree,AdaBoost,SVM,SGDおよびNaive Bayesを用いた。前述の分類器を用いて,より正確な結果を達成するために,Majority Voting技術を用いてマルチモデル偽造物検出システムを構築した。実験結果は,著者らの提案した方式が96.38%の精度,96%の再現率,および96%のF1測度を達成したことを示した。評価は,主要Voting技術が個々の学習技術と比較してより許容できる結果を達成することを確認した。【JST・京大機械翻訳】