[論文レビュー] Automatic Rumor Detection on Microblogs: A Survey

Juan Cao, Junbo Guo+4 more|arXiv (Cornell University)|Jul 10, 2018

Misinformation and Its Impacts参考文献 47被引用数 74

ひとこと要約

マイクロブログ上の自動噂検出の総合的な調査で、手作業特徴、伝播ベース、ニューラルネットワークアプローチを分析し、データセットと今後の方向性を提示します。

ABSTRACT

The ever-increasing amount of multimedia content on modern social media platforms are valuable in many applications. While the openness and convenience features of social media also foster many rumors online. Without verification, these rumors would reach thousands of users immediately and cause serious damages. Many efforts have been taken to defeat online rumors automatically by mining the rich content provided on the open network with machine learning techniques. Most rumor detection methods can be categorized in three paradigms: the hand-crafted features based classification approaches, the propagation-based approaches and the neural networks approaches. In this survey, we introduce a formal definition of rumor in comparison with other definitions used in literatures. We summary the studies of automatic rumor detection so far and present details in three paradigms of rumor detection. We also give an introduction on existing datasets for rumor detection which would benefit following researches in this area. We give our suggestions for future rumors detection on microblogs as a conclusion.

研究の動機と目的

• 噂検出問題を定義し、統一された枠組みのために噂の定義を明確にする。
• 手作業特徴、伝播ベース、ニューラルネットワークの3つのパラダイムにわたる既存の噂検出手法を要約・比較する。
• 入手可能なデータセットを検討し、今後の研究の課題と指針を論じる。

提案手法

• 客観的な噂の正式な定義と噂検出タスクを提示する。
• 噂検出手法を手作業特徴、伝播ベース、ニューラルネットワークアプローチに分類・分析する。
• 手作業方法で用いられる内容特徴と社会的文脈特徴の詳細と、それらの分類性能への影響。
• ソーシャルグラフ上に信頼性ネットワークを構築・伝播させる伝播ベースの手法を説明する。
• 噂検出のためのマルチモーダル表現を学習するニューラルネットワークアプローチについて論じる。）
• 「Note: ここには余剰の引用を含まない」

実験結果

リサーチクエスチョン

• RQ1 マイクロブログ上の自動噂検出の主要な方法論的パラダイムは何で、どう比較されるか？
• RQ2 テキスト、画像、社会的文脈を跨いで噂を検出するために提案された特徴と学習戦略は何か？
• RQ3 噂検出のデータセットにはどのようなものがあり、主な課題と今後の研究の方向性は何か？

主な発見

• 手作業特徴法はテキスト、視覚、社会的文脈特徴に依存するが、特徴が欠落すると不安定になり得る。
• 伝播ベースのアプローチは信頼性をネットワークとしてモデル化し、収束するまで情報を伝播させる。
• ニューラルネットワークアプローチはマルチモーダル表現を共同で学習し、検出性能を向上させる。
• データセットと今後の方向性は、マイクロブログ上での早期かつ堅牢な噂検出を進展させるために論じられている。