Sign In

Enhancing Social Media Rumor Detection: A Semantic and Graph Neural Network Approach for the 2024 Global Election

Created by
  • Haebom
Category
Empty

저자

Liu Yan, Liu Yunpeng, Zhao Liang

개요

본 논문은 2024년 전례 없는 선거들을 배경으로 사회 미디어 상의 루머 확산이 선거 결과에 미치는 영향을 우려하며, 효과적인 루머 탐지 방법을 제시합니다. 정치적으로 관련된 루머 데이터셋을 PolitiFact와 Twitter에서 수집하여, 미세 조정된 BERT 모델을 이용한 의미 분석과 그래프 신경망(SAGEWithEdgeAttention)을 결합한 새로운 방법을 제안합니다. SAGEWithEdgeAttention은 GraphSAGE 모델을 확장하여 1차 차이를 에지 속성으로 포함하고 어텐션 메커니즘을 적용하여 특징 집계를 향상시킵니다. 실험 결과, 제안된 방법은 기존의 콘텐츠 분석 및 시간 기반 모델보다 루머 탐지 정확도가 훨씬 높음을 보여줍니다.

시사점, 한계점

시사점:
사회 미디어 상의 루머 탐지를 위한 효과적이고 이론적으로 견고하며 실용적인 방법 제시
BERT와 Graph Neural Network를 결합한 새로운 접근 방식의 효용성 증명
선거 과정에서의 사회 미디어 영향력 완화에 기여 가능성
한계점:
데이터셋의 범위 및 편향성에 대한 명확한 설명 부족
제안된 방법의 일반화 성능에 대한 추가 연구 필요
실제 선거 환경에 적용 시 발생할 수 있는 문제점 및 한계에 대한 고찰 부족
👍