文献

J-GLOBAL ID：202202229316648833   整理番号：22A0067172

Rumor検出のための直交潜在メモリを持つクロスモーダル注意ネットワーク【JST・京大機械翻訳】

Cross-modal Attention Network with Orthogonal Latent Memory for Rumor Detection

著者 (7件)： Wu Zekai (Guangdong University of Technology, Guangzhou, China) ,  Chen Jiaxin (Guangdong University of Technology, Guangzhou, China) ,  Yang Zhenguo (Guangdong University of Technology, Guangzhou, China) ,  Xie Haoran (Lingnan University, Hong Kong, China) ,  Wang Fu Lee (Hong Kong Metropolitan University, Hong Kong, China) ,  Liu Wenyin (Guangdong University of Technology, Guangzhou, China) ,  Liu Wenyin (Cyberspace Security Research Center, Peng Cheng Laboratory, Shenzhen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13080  ページ： 527-541  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,直交潜在メモリ(CALM)を持つクロスモーダルの注意融合ネットワークを設計し,マルチモーダルソーシャルメディアデータを反芻者検出用に融合する。テキストと画像から抽出されるマルチモーダルコンテンツ特徴を考えて,著者らは,モード内注意によってモダリティの根底にある重要な情報を抽出するために,交差モード注意融合(CAF)機構を考案し,そして,モード間注意によってモダリティ間の根底にある関係をモデル化する。テキストに関して,自然の逐次特性は意味理解に重要であるが,既存のシーケンスモデルは,以前の単語によって伝えられた情報を喪失することに悩まされる。この目的のために,直交潜在メモリを持つBi-GRUを提案し,テキストから逐次特徴を抽出し,メモリが独立パターンを捕捉する。融合コンテンツ特徴および逐次特徴を,シームレスに反すために用いることができた。2つの実世界データセットに関して行われた大規模な実験は,提案したCALMのアウトパフォーマンスを示した。(例えば,[数式:原文を参照]スコア)はWeiboデータセットで0.823から0.846に改善された。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *記憶装置 ,  *ネットワーク ,  反芻 ,  多モード ,  *直交性 ,  単語 ,  コンテンツ
準シソーラス用語： モダリティ ,  シームレス ,  意味理解 ,  ソーシャルメディア , 【Automatic Indexing@JST】

著者キーワード (3件)： Rumor検出 ,  マルチモーダル ,  ソーシャルメディア

分類 (5件)： 応用心理学  (AE02000A) ,  ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  中枢神経系  (EJ12030F)

タイトルに関連する用語 (1件)： 注意