[論文レビュー] CIMTDetect: A Community Infused Matrix-Tensor Coupled Factorization Based Method for Fake News Detection

Shashank Gupta, Raghuveer Thirukovalluru+2 more|arXiv (Cornell University)|Sep 14, 2018

Topic Modeling参考文献 28被引用数 9

ひとこと要約

CIMTDetectは、<ニュース, ユーザ, コミュニティ>の3モードテンソルとしてニュースのエンゲージメントをモデル化することで、エコ・チェンバー構造を活用して強化された潜在表現を用いて、フェイクニュース検出のためのコミュニティ統合型行列-テンソルカップリング因子分解手法を提案する。この手法は2つの実世界データセットでベースラインを上回り、ニュースコhort分析や共同ニュース推薦といった補助的タスクへの一般化性能も効果的である。

ABSTRACT

Detecting whether a news article is fake or genuine is a crucial task in today's digital world where it's easy to create and spread a misleading news article. This is especially true of news stories shared on social media since they don't undergo any stringent journalistic checking associated with main stream media. Given the inherent human tendency to share information with their social connections at a mouse-click, fake news articles masquerading as real ones, tend to spread widely and virally. The presence of echo chambers (people sharing same beliefs) in social networks, only adds to this problem of wide-spread existence of fake news on social media. In this paper, we tackle the problem of fake news detection from social media by exploiting the very presence of echo chambers that exist within the social network of users to obtain an efficient and informative latent representation of the news article. By modeling the echo-chambers as closely-connected communities within the social network, we represent a news article as a 3-mode tensor of the structure - and propose a tensor factorization based method to encode the news article in a latent embedding space preserving the community structure. We also propose an extension of the above method, which jointly models the community and content information of the news article through a coupled matrix-tensor factorization framework. We empirically demonstrate the efficacy of our method for the task of Fake News Detection over two real-world datasets. Further, we validate the generalization of the resulting embeddings over two other auxiliary tasks, namely: extbf{1)} News Cohort Analysis and extbf{2)} Collaborative News Recommendation. Our proposed method outperforms appropriate baselines for both the tasks, establishing its generalization.

研究の動機と目的

• ソーシャルメディアにおけるフェイクニュースの拡散という課題に取り組むこと、特にエコ・チェンバーと確認バイアスが悪化させる要因を考慮する。
• ソーシャルネットワーク内のコミュニティ構造を、ニュース記事の情報的で有用な潜在表現の源として活用すること。
• テキスト的コンテンツとコミュニティ参加パターンを共同でモデル化することで、フェイクニュース検出の性能を向上させること。
• 学習された埋め込みが、フェイクニュース検出を超えて、ニュースコhort分析や共同ニュース推薦といった補助的タスクへ一般化できることを示すこと。
• コミュニティ構造とコンテンツ特徴を統合する新しいフレームワークを確立し、より強固で判別力のあるニュース表現学習を実現すること。

提案手法

• ニュース記事を <ニュース, ユーザ, コミュニティ> の3モードテンソルとして表現し、ソーシャルネットワークコミュニティ内での参加パターンを捉える。
• テンソル要因分解を適用して、コミュニティ構造とユーザ-ニュース相互作用を保持する低次元の潜在埋め込みを学習する。
• コンテンツ行列（テキスト的コンテンツ）とテンソル（コミュニティ参加）を共同でモデル化するため、カップリング行列-テンソル要因分解（CMTF）フレームワークを拡張する。
• ニュース埋め込みが言語的特徴とコミュニティレベルの拡散パターンの両方を符号化する共有潜在空間を学習する。
• 共同フィルタリングおよびクラスタリングタスクにおける比較のため、非負行列分解（NMF）をベースラインとして用いる。
• F1スコア、Precision@k、およびクラスタリング指標（シルエットスコアとカリンスキー＝ハラバシュ指数）を用いて、複数のデータセットおよび設定においてモデルの性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルネットワーク内のエコ・チェンバー・コミュニティをモデル化することで、フェイクニュース検出システムの性能が向上するか？
• RQ2 カップリング行列-テンソル要因分解を用いてテキスト的コンテンツとコミュニティ構造を統合的にモデル化することで、単独でいずれかのモダリティをモデル化する場合と比較して、検出精度がどの程度向上するか？
• RQ3 学習された潜在埋め込みが、ニュースコhort分析や共同ニュース推薦といった後続タスクへどの程度一般化されるか？
• RQ4 異なるデータセットにおいて検出性能を最大化するために、ニュース埋め込みの最適次元数は何か？
• RQ5 提案手法はハイパーパrameterの選択、特にニュース要因の潜在次元数に対してどの程度感受性を示すか？

主な発見

• CIMTDetectは、2つの実世界データセットにおいて、コンテンツのみまたはコミュニティのみのベースラインよりも優れたフェイクニュース検出性能を達成した。
• F1スコアの観点で、ベースラインNMFおよび他の最先端手法を上回り、特定のニュース埋め込み次元数で最高のF1スコアが観測された。
• CIMTDetectが学習した埋め込みは補助的タスクへも良好に一般化される：UC-NMFベースラインと比較して、共同ニュース推薦におけるPrecision@1およびPrecision@5が著しく向上した。
• クラスタリングの結果、CIMTDetectが生成した埋め込みは、NMFおよびCITDetectと比較して、より高いシルエットスコアとカリンスキー＝ハラバシュ指数を示し、明確でより一貫性のあるクラスタを形成していることがわかった。
• パラメータ感受性分析の結果、CIMTDetectとCITDetectの両モデルにおいて最適な性能が達成される埋め込み次元数が異なっており、両モデルの学習ダイナミクスに差が存在することが示唆された。
• CMTFベースの拡張（CIMTDetect）は、単体のテンソル要因分解（CITDetect）およびコンテンツのみの手法を常に上回り、コンテンツとコミュニティ構造の共同モデル化の利点を確認した。