[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

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.

시사점, 한계점

시사점:
대규모 다중 모달 모델을 활용하여 가짜 뉴스 탐지 성능 향상.
이미지 캡션 요약 및 감정 추론 모듈을 통한 의미 및 감정 정보 활용으로 정확도 개선.
실제 데이터셋에서 SOTA 성능 달성.
한계점:
제안된 모델의 일반화 성능에 대한 추가적인 검증 필요.
다양한 유형의 가짜 뉴스 및 다양한 언어에 대한 SEER의 성능 평가 필요.
감정 추론 모듈의 해석 가능성 및 신뢰도에 대한 추가적인 연구 필요.
👍