SEER: Semantic Enhancement and Emotional Reasoning Network for Multimodal Fake News Detection
Created by
Haebom
저자
Peican Zhu, Yubo Jing, Le Cheng, Bin Chen, Xiaodong Cui, Lianwei Wu, Keke Tang
개요
기존의 다중 모드 가짜 뉴스 탐지 연구는 주로 교차 모드 특징의 정렬 및 통합과 텍스트-이미지 일관성 적용에 초점을 맞추었습니다. 그러나 대규모 다중 모드 모델의 의미 향상 효과를 간과하고 뉴스의 감정적 특징에는 거의 주의를 기울이지 않았습니다. 가짜 뉴스는 진짜 뉴스보다 부정적인 감정을 포함할 가능성이 더 높다는 점에 착안하여, 본 논문에서는 다중 모드 가짜 뉴스 탐지를 위한 새로운 의미 향상 및 감정 추론(SEER) 네트워크를 제안합니다. 이미지 의미 이해를 위해 요약된 캡션을 생성하고 대규모 다중 모드 모델의 결과를 사용하여 의미를 향상시킵니다. 뉴스의 진위 여부와 감정적 경향 간의 관계에 착안하여, 실제 시나리오를 시뮬레이션하여 감정적 특징을 최적화하고 뉴스의 진위 여부를 추론하는 전문가 감정 추론 모듈을 제안합니다. 두 개의 실제 데이터 세트에 대한 광범위한 실험을 통해 SEER이 최첨단 기준 모델보다 우수함을 보여줍니다.