多数決投票技術を用いた偽ニュース検出【JST・京大機械翻訳】

Patil Dharmaraj R.

プレプリント

J-GLOBAL ID：202202200727526041 整理番号：22P0306586

多数決投票技術を用いた偽ニュース検出【JST・京大機械翻訳】

Fake News Detection Using Majority Voting Technique

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年03月18日プレプリントサーバーでの情報更新日： 2022年03月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

前のページに戻る