[論文レビュー] Emotion Cognizance Improves Fake News Identification.

K. Anoop, P Deepak+1 more|arXiv (Cornell University)|Jun 25, 2019

Misinformation and Its Impacts被引用数 5

ひとこと要約

本稿では、感情強度辞書を用いてテキスト表現に感情認識を組み込むことで、フェイクニュース同定の性能を向上させる手法を提案する。感情に配慮した埋め込み表現を生成することで、教師ありおよび教師なしの両設定において一貫的かつ顕著な性能向上を達成し、ニュースに含まれる感情的コンテンツが誤情報検出のための価値ある、かつこれまでに無視されてきた信号であることが示された。

ABSTRACT

Identifying misinformation is increasingly being recognized as an important computational task with high potential social impact. In this paper, we consider leveraging the affective character of news articles for fake news identification and present evidence that emotion cognizant representations are significantly more suited for the task. We outline a technique to leverage emotion intensity lexicons to develop emotionized text representations, and evaluate the utility of such a representation for fake news identification in various supervised and unsupervised scenarios. The consistent and significant empirical gains that we observe over a range of technique types and parameter settings establish the utility of the emotional information in news articles, an often overlooked aspect, for the task of misinformation identification.

研究の動機と目的

• ニュース記事における感情的コンテンツがフェイクニュース検出を改善できるかどうかを調査すること。
• 感情強度辞書を用いた感情化されたテキスト表現を生成する手法を開発すること。
• 教師ありおよび教師なし学習のシナリオにおいて、感情認識の有効性を評価すること。
• ニュースに含まれる感情的信号が、誤情報検出のための価値ある、かつ未活用のリソースであることを示すこと。

提案手法

• 感情強度辞書を用いて、ニューステキスト内の感情の価値と覚醒度を定量化する。
• 単語埋め込みまたはシーケンス符号化に感情強度スコアを統合することで、テキスト表現を強化する。
• 教師ありおよび教師なしの両設定において、感情化された表現をさまざまなフェイクニュース分類モデルの入力として使用する。
• 複数のモデルアーキテクチャおよびハイパーパramータ設定を用いて評価することで、手法の頑健性を確認する。
• 追加のラベル付き感情データを必要とせず、事前に用意された辞書に依存する。

実験結果

リサーチクエスチョン

• RQ1 感情認識付きの表現は、フェイクニュース検出性能を向上させることができるか？
• RQ2 教師ありおよび教師なしの学習パラダイムを含む、さまざまな学習パラダイムにおいて、感情認識はどのように性能を発揮するか？
• RQ3 感情的コンテンツの組み込みは、誤情報同定において一貫して有益な信号であるか？
• RQ4 さまざまなパrameter設定およびモデルタイプは、感情強化表現とどのように相互作用するか？

主な発見

• 感情認識付きの表現は、フェイクニュース検出の正確性において一貫的かつ顕著な向上をもたらす。
• 性能向上は、多様なモデルタイプおよびハイパーパramータ設定において観察された。
• 本手法は、教師ありおよび教師なしの学習シナリオの両方で有効であることが示された。
• ニュース記事に含まれる感情情報は、誤情報検出のための価値ある、かつこれまでに無視されてきた信号である。