[論文レビュー] Fake News Detection using Stance Classification: A Survey

Anders Edelbo Lillie, Emil Refsgaard Middelboe|arXiv (Cornell University)|Jun 29, 2019

Misinformation and Its Impacts参考文献 20被引用数 11

ひとこと要約

本調査では、注釈付きマイクロブログデータを用いて、群衆の反応を活用してフェイクニュースを検出するためのステーント分類システムを提案する。隠れマルコフモデル（HMMs）と意思決定木を用い、特徴工学とHMMベースの真正性検出が優れた結果を達成することを示し、デニッシュのような低リソース言語における自動フェイクニュース検出のフレームワークを提供する。

ABSTRACT

This paper surveys and presents recent academic work carried out within the field of stance classification and fake news detection. Echo chambers and the model organism problem are examples that pose challenges to acquire data with high quality, due to opinions being polarised in microblogs. Nevertheless it is shown that several machine learning approaches achieve promising results in classifying stance. Some use crowd stance for fake news detection, such as the approach in [Dungs et al., 2018] using Hidden Markov Models. Furthermore feature engineering have significant importance in several approaches, which is shown in [Aker et al., 2017]. This paper additionally includes a proposal of a system implementation based on the presented survey.

研究の動機と目的

• 低リソース言語におけるリソース不足に対処するため、デニッシュ語向けの自動ステーント分類システムを開発すること。
• マイクロブログ上の群衆反応を用いて、憶測やフェイクニュースを検証または否定するためのステーント分類を適用すること。
• デニッシュソーシャルメディアにおけるステーント分析に基づくフェイクニュース検出のためのシステムアーキテクチャと手法論を提言すること。
• HMMと意思決定木が低リソース環境におけるステーント分類および真正性検出にどの程度効果的であるかを評価すること。

提案手法

• フェイクニュース検出のため、マイクロブログの返信における時間的・順序的パターンをモデル化するための隠れマルコフモデル（HMMs）の使用。
• ステーントラベルやツイート送信時刻などの特徴を用いた、意思決定木分類器によるステーント分類の適用。
• コンテンツベース、ネットワークベース、プラットフォーム固有の特徴を含む、マイクロブログデータから代表的な信号を抽出するための特徴工学技術の活用。
• データ前処理およびモデル学習のため、scikit-learn、hmmlearn、PyTorch、NLTKなどのライブラリを用いたPythonによる実装。
• デニッシュマイクロブログデータの収集と注釈付け。ステーントラベル（支持、否定、質問、コメント）および真正性に焦点を当てる。
• HMMと意思決定木を統合したプロトタイプシステムの設計。パラメータチューニングと実験的検証による評価。

実験結果

リサーチクエスチョン

• RQ1 限られた既存リソースを踏まえて、デニッシュ語におけるステーント分類をフェイクニュース検出に効果的に応用する方法は何か？
• RQ2 特にHMMと意思決定木といった機械学習アプローチは、デニッシュマイクロブログにおけるステーント分類および真正性検出にどの程度効果的か？
• RQ3 特徴工学とデータ注釈は、低リソース環境におけるステーント分類システムのパフォーマンスにどのように影響を与えるか？
• RQ4 デニッシュ語向けにデプロイ可能なフェイクニュース検出システムを構築するにあたり、最適なシステムアーキテクチャとテクノロジースタックは何か？

主な発見

• HMMベースのアプローチは、単純な特徴ですら、ステートメントの時間的順序とツイート送信時刻をモデル化することで、真正性検出において有望な結果を達成する。
• 意思決定木モデルは、適切に設計された特徴を組み合わせることで、ステーント分類において単純ながらも効果的であることが示された。
• 特徴工学はパフォーマンスに重要な役割を果たし、代表的かつ汎用的な特徴は分類精度を顕著に向上させる。
• モデルの一般化に悪影響を及げる、極端に偏ったデータとバイアスのある表現を伴う、モデル生物問題とエコーチャンバー現象が課題となる。
• 群衆のステーント反応、特に集約された反応は、主張の真実性の強力な指標となり得るため、フェイクニュース検出における応用価値が示される。
• 意思決定木とディープラーニング手法を組み合わせたアンサンブルアプローチは、ニュース記事などのマイクロブログ以外のデータに対しても有効である可能性を示しており、異なるデータタイプへの適応可能性が示唆される。