[論文レビュー] A Survey of Fake News: Fundamental Theories, Detection Methods, and Opportunities

Xinyi Zhou, Reza Zafarani|arXiv (Cornell University)|Dec 2, 2018

Misinformation and Its Impacts参考文献 129被引用数 120

ひとこと要約

本調査は、偽ニュースを4つの検知視点（知識ベース、スタイル、拡散、情報源）から評価し、複数の分野の理論を結び付け、データセット、事実確認、および介入の機会について論じる。

ABSTRACT

The explosive growth in fake news and its erosion to democracy, justice, and public trust has increased the demand for fake news detection and intervention. This survey reviews and evaluates methods that can detect fake news from four perspectives: (1) the false knowledge it carries, (2) its writing style, (3) its propagation patterns, and (4) the credibility of its source. The survey also highlights some potential research tasks based on the review. In particular, we identify and detail related fundamental theories across various disciplines to encourage interdisciplinary research on fake news. We hope this survey can facilitate collaborative efforts among experts in computer and information sciences, social sciences, political science, and journalism to research fake news, where such efforts can lead to fake news detection that is not only efficient but more importantly, explainable.

研究の動機と目的

• 偽ニュースを定義し、信頼性、意図、ニュースの状態を横断して関連概念を区別する。
• 知識ベース、スタイルベース、拡散ベース、情報源ベースの4つの視点から検出手法を調査する。
• 社会科学・心理学・経済学の基礎理論を偽ニュース分析に結びつける。
• 検出と介入を支えるための手動および自動の事実確認とデータセット構築について論じる。
• 説明可能な偽ニュース検出のための未解決の課題と学際的な研究機会を特定する。

提案手法

• 検出手法を知識ベース、スタイルベース、拡散ベース、情報源ベースの4つの視点に整理する。
• 専門家手動およびクラウドソース型アプローチを含む事実確認プロセスと、知識ベースおよび知識グラフによる自動事実確認を説明する。
• 統一された知識表現（SPOトリプル）と二段階の自動事実確認ワークフロー（事実抽出と事実確認）を提示する。
• 偽ニュース分析の真偽データをサポートする既存の事実確認ウェブサイトとデータセットを要約・比較する。
• 関連する基礎理論を特定し、それらが説明可能で学際的な偽ニュース研究にどう寄与できるかを論じる。

実験結果

リサーチクエスチョン

• RQ1 偽ニュースは広義と狭義でどのように定義でき、これらの定義が検出アプローチにどう影響するか？
• RQ2 知識/内容、文体、拡散ダイナミクス、情報源の信頼性の各領域にはどのような検出戦略が存在するか？
• RQ3 スケーラブルな偽ニュース検出における手動および自動の事実確認の役割は？
• RQ4 学際的理論は説明可能な偽ニュース検出および介入手法の設計にどのように役立つか？
• RQ5 学際的偽ニュース研究における未解決の課題と研究機会は何か？

主な発見

• 偽ニュースは、信頼性・意図・ニュースかどうかを区別する多くの関連概念（欺瞞ニュース、虚偽ニュース、偽情報、誤情報、風刺など）を通じて最もよく理解される。
• 偽ニュースの普遍的な定義は存在せず、広義（情報エコシステム全体の偽情報）と狭義（ニュース媒体が意図的に発信する偽ニュース）という定義が提示される。
• 手動事実確認は専門家ベースおよびクラウドソース型のシステムとして存在し、真偽データを提供する一方で、スケーラビリティとバイアスの課題に直面している。
• 自動事実確認は知識表現（SPOトリプル）と二段階プロセス（事実抽出を行い知識ベース/グラフを構築し、これらのソースと照合して事実確認を行う）に依存する。
• 4つの視点にまたがる検出手法の構造化調査は、コンテンツとソーシャルメディアパターンの両方を分析可能にし、説明可能なモデルの可能性を含む。
• 分類アプローチに加え、データセット構築、真偽データの取得、学際的協力を、偽ニュース研究を前進させる鍵として強調する。