[論文レビュー] CED: Credible Early Detection of Social Media Rumors

Changhe Song, Cunchao Tu+3 more|arXiv (Cornell University)|Nov 10, 2018

Misinformation and Its Impacts被引用数 8

ひとこと要約

本稿では、リツイート履歴の最初の『信頼できる検出ポイント』を特定することで、早期かつ信頼性の高いフェイクニュース検出を実現する深層学習モデル、Credible Early Detection (CED) を提案する。順序ベースのRNNアーキテクチャを用いてマイクロブログ固有の検出ポイントを学習することで、予測時間を85%以上短縮しつつ、最先端のベースラインを上回る精度を達成する。

ABSTRACT

Rumors spread dramatically fast through online social media services, and people are exploring methods to detect rumors automatically. Existing methods typically learn semantic representations of all reposts to a rumor candidate for prediction. However, it is crucial to efficiently detect rumors as early as possible before they cause severe social disruption, which has not been well addressed by previous works. In this paper, we present a novel early rumor detection model, Credible Early Detection (CED). By regarding all reposts to a rumor candidate as a sequence, the proposed model will seek an early point-in-time for making a credible prediction. We conduct experiments on three real-world datasets, and the results demonstrate that our proposed model can remarkably reduce the time span for prediction by more than 85%, with better accuracy performance than all state-of-the-art baselines.

研究の動機と目的

• 予測を行うために完全なリツイートデータ、もしくは固定割合のリツイートデータが必要となる、従来のフェイクニュース検出手法の制限を是正すること。
• 予測が信頼できる最小限のタイミングで行える点を特定することで、リアルタイムかつオンラインでのフェイクニュース検出を可能にすること。
• 誤情報の急速な拡散による社会的被害を最小限に抑えるために、フェイクニュース検出の時間枠を短縮しつつ、精度を損なわないこと。
• 進化するリツイートパターンに応じて個々のマイクロブログごとに検出タイミングを動的に適応する、順序に敏感なモデルの開発

提案手法

• CEDは、マイクロブログの全リツイート履歴を時系列として扱い、時系列データとしての順序モデリングの入力として扱う。
• 再帰的ニューラルネットワーク（RNN）を用いて、リツイート履歴の進化に伴う動的で時間依存的な表現を学習する。
• 各マイクロブログに対して『信頼できる検出ポイント』（CDP）を学習する。CDPとは、予測が安定的かつ不可逆的になる最初の時点として定義される。これは、正解ラベルが既知のリツイート系列を用いて学習される。
• CEDモデルはエンドツーエンドで訓練され、CDPにおける予測誤差を最小化することで、早期予測の信頼性と安定性を保証する。
• 推論時、CDPに到達すると処理を停止するため、完全な拡散を待たずにリアルタイム検出が可能になる。
• 本手法は時系列的ダイナミクスと順序モデリングを活用し、完全なリツイートデータに依存する手法よりも、フェイクニュースを早期に検出可能である。

実験結果

リサーチクエスチョン

• RQ1 深層学習モデルは、信頼できるフェイクニュース予測が可能な、マイクロブログのリツイート履歴における早期かつ安定したポイントを特定できるか？
• RQ2 CEDは、完全なリツイートデータ、もしくは固定割合のリツイートデータを必要とする従来手法と比較して、どの程度早くフェイクニュースを検出できるか？
• RQ3 CEDによる早期検出は、最先端のベースラインと比較して、予測精度を維持または向上させることができるか？
• RQ4 リツイート履歴のどの特徴が、早期検出を可能または不可能にするか？
• RQ5 矛盾する、もしくは一貫性のないリツイートが存在する場合、モデルはCDPの特定を遅延または不能にするか？

主な発見

• CEDは、完全なリツイートデータや固定割合のリツイートデータに依存する従来手法と比較して、予測時間枠を85%以上短縮した。
• 本モデルは、3つの実世界データセットにおいて、すべての最先端ベースラインを上回る検出精度を達成した。
• 安定的で一貫性があり、関連性の高いリツイートが続くシーケンスでは、信頼できる検出ポイント（CDP）が早期に特定される傾向がある。
• 矛盾する、もしくは関連性の薄いリツイートが多数含まれるシーケンスでは、CEDはCDPを特定できないことがあり、高干渉性または低信号コンテンツの処理における制限を示している。
• 多様な実世界のフェイクニュースデータセットにおいて、本モデルは優れた一般化性能と頑健性を示しており、早期検出における有効性が確認された。