본 논문은 다중 모달 가짜 뉴스 탐지 모델인 GAMED를 제안합니다. 기존 방법들의 한계인 모달 간 융합의 복잡성과 정적 특징 모델링의 문제점을 해결하기 위해, GAMED는 모달 분리(modal decoupling)를 통해 독특하고 차별적인 특징을 생성하여 모달 간 시너지를 향상시킵니다. 여러 개의 병렬 전문가 네트워크를 활용하여 특징을 개선하고, 의미론적 사전 지식을 활용하여 정보 선택 및 관점 공유 능력을 향상시키며, 각 모달의 특징 분포를 전문가 의견에 따라 적응적으로 조정합니다. 또한, 새로운 분류 기법을 도입하여 다양한 모달의 기여도를 동적으로 관리하고 의사결정의 설명력을 향상시킵니다. Fakeddit 및 Yang 데이터셋 실험 결과, GAMED는 최신 최첨단 모델보다 성능이 우수함을 보여줍니다. 소스 코드는 GitHub에서 공개됩니다.
