文献

J-GLOBAL ID：202202248701187617   整理番号：22A0451182

AENeT:文脈特徴を用いた偽ニュース検出のための注意可能ニューラルアーキテクチャ【JST・京大機械翻訳】

AENeT: an attention-enabled neural architecture for fake news detection using contextual features

著者 (5件)： Jain Vidit (Department of CSIS, BITS, Pilani, Rajasthan, India) ,  Kaliyar Rohit Kumar (Department of Computer Science Engineering, Bennett University, Greater Noida, India) ,  Goswami Anurag (Department of Computer Science Engineering, Bennett University, Greater Noida, India) ,  Narang Pratik (Department of CSIS, BITS, Pilani, Rajasthan, India) ,  Sharma Yashvardhan (Department of CSIS, BITS, Pilani, Rajasthan, India)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 34  号： 1  ページ： 771-782  発行年： 2022年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
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： 社会メディアの現在の時代において,スマートフォンとソーシャルメディアプラットフォームの人気は指数的に増加した。これらの電子メディアを通して,新しい情報源の出現とともに,ファクニュースは急速に上昇しており,それは非常に信頼できない。特定のニュース記事のチェックは,どんなエンドユーザにとっても容易ではない。また,Googleのような検索エンジンは,限られたクエリキーワードによるその制限のために,どんなニュース記事の偽りをもたらすことができない。本論文では,著者らの最終目標は,ニュースステートメントにおける偽り度を検出する効率的な深層学習モデルを設計することである。単語埋め込みとして文脈埋込みの使用を組み合わせ,利用可能なメタデータで注意機構を使用する簡単なネットワークアーキテクチャを提案する。著者らのモデルの有効性と効率をいくつかの実世界データセットで実証した。著者らのモデルは,LIARデータセット上で46.36%の精度を達成し,それは,1.49%の最新技術よりも性能が優れていた。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 情報源 ,  *ニュース ,  有効性 ,  単語 ,  ネットワークアーキテクチャ ,  検索エンジン ,  メタデータ ,  スマートフォン
準シソーラス用語： エンドユーザ ,  Google ,  クエリー ,  ニュース記事 ,  ソーシャルメディア ,  深層学習 ,  *フェイクニュース , 【Automatic Indexing@JST】

著者キーワード (5件)： ケーキニュース ,  ソーシャルメディア ,  文脈化された特徴 ,  深層学習 ,  ニューラルネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 文脈 ,  偽ニュース ,  注意