본 논문은 인터넷의 발전으로 가짜 뉴스의 확산이 심각해짐에 따라, 텍스트에서 멀티모달 콘텐츠로 진화하는 뉴스 형식에 맞춰 멀티모달 가짜 뉴스 탐지 연구의 중요성을 강조합니다. 기존 연구의 한계인 멀티모달 정보 활용 부족과 외부 정보의 신뢰성 및 동적 업데이트 부족 문제를 해결하기 위해, ERIC-FND라는 새로운 틀을 제시합니다. ERIC-FND는 엔티티 기반 외부 정보 강화 및 멀티모달 대조 학습을 통해 뉴스 콘텐츠 표현을 강화하고, 다양한 모달리티 간 상호 작용을 통해 정보를 풍부하게 합니다. 마지막으로 적응적 융합 방법을 통해 최종 분류를 위한 뉴스 표현을 통합합니다. Twitter(X)와 Weibo 데이터셋을 이용한 실험 결과, 기존 최첨단 모델들을 능가하는 성능을 보였습니다.
