講演抄録/キーワード |
講演名 |
2023-03-02 13:50
ユーザのスタンス分析によるフェイクニュース検出の高精度化 ○曽我茅冬・吉田 壮・棟安実治(関西大) SIS2022-44 |
抄録 |
(和) |
フェイクニュースの蔓延は,深刻な社会問題として取り上げられるようになった.近年,SNS上のニュース伝播の構造の違いに着目する伝播ベースのフェイクニュース検出手法が有望視されている.従来手法は,確証バイアスに基づきフェイクニュースが自身と類似した主義主張を持つユーザとの相互作用によって拡散するという現象を考慮できない.我々は,ニュースおよびツイートのスタンス分析により主義主張を抽出し,相互作用に沿ってスタンス特徴の類似度を算出することで,ユーザ間の意見の類似性を考慮できる伝播ベース検出手法を提案する.マイクロブログのスタンス分析が難しいことも考慮して,構造の識別を妨げるスタンス特徴の影響を抑制可能とした.Twitterデータを用いた実験の結果,提案手法は従来手法を大きく上回る性能を示した. |
(英) |
The spread of fake news has become a serious social problem. In recent years, propagation-based fake news detection methods that focus on differences in the structure of news propagation on social networking services have shown promise. Conventional methods cannot take into account the phenomenon that fake news spreads through interactions with users who have similar beliefs to their own based on confirmation bias. We propose a propagation-based detection method that can take into account the similarity of opinions among users by extracting beliefs through stance analysis of news and tweets and calculating the similarity of stance features along interactions. Considering the difficulty of microblog stance analysis, the proposed method is able to suppress the influence of stance features that hinder structure identification. Experimental results using Twitter data show that the proposed method significantly outperforms conventional methods. |
キーワード |
(和) |
フェイクニュース検出 / スタンス分析 / グラフニューラルネットワーク / / / / / |
(英) |
Fake news / Stance analysis / Graph neural network / / / / / |
文献情報 |
信学技報, vol. 122, no. 410, SIS2022-44, pp. 21-26, 2023年3月. |
資料番号 |
SIS2022-44 |
発行日 |
2023-02-23 (SIS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SIS2022-44 |
研究会情報 |
研究会 |
SIS |
開催期間 |
2023-03-02 - 2023-03-03 |
開催地(和) |
千葉工業大学 |
開催地(英) |
Chiba Institute of Technology |
テーマ(和) |
ソフトコンピューティング,一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
SIS |
会議コード |
2023-03-SIS |
本文の言語 |
日本語 |
タイトル(和) |
ユーザのスタンス分析によるフェイクニュース検出の高精度化 |
サブタイトル(和) |
|
タイトル(英) |
Improved accuracy of fake news detection through user stance analysis |
サブタイトル(英) |
|
キーワード(1)(和/英) |
フェイクニュース検出 / Fake news |
キーワード(2)(和/英) |
スタンス分析 / Stance analysis |
キーワード(3)(和/英) |
グラフニューラルネットワーク / Graph neural network |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
曽我 茅冬 / Kayato Soga / ソガ カヤト |
第1著者 所属(和/英) |
関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ.) |
第2著者 氏名(和/英/ヨミ) |
吉田 壮 / Soh Yoshida / ヨシダ ソウ |
第2著者 所属(和/英) |
関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ.) |
第3著者 氏名(和/英/ヨミ) |
棟安 実治 / Mitsuji Muneyasu / ムネヤス ミツジ |
第3著者 所属(和/英) |
関西大学 (略称: 関西大)
Kansai University (略称: Kansai Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2023-03-02 13:50:00 |
発表時間 |
20分 |
申込先研究会 |
SIS |
資料番号 |
SIS2022-44 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.410 |
ページ範囲 |
pp.21-26 |
ページ数 |
6 |
発行日 |
2023-02-23 (SIS) |