[論文レビュー] Fake News Detection using Semi-Supervised Graph Convolutional Network

Priyanka Meel, Dinesh Kumar Vishwakarma|arXiv (Cornell University)|Sep 28, 2021

Misinformation and Its Impacts参考文献 44被引用数 7

ひとこと要約

本稿では、限られたラベル付きデータを用いてフェイクニュース検出を行う半教師付きグラフ畳み込みネットワーク（GCN）ベースのフレームワークを提案する。GloVe埋め込みとワード・ムーバーズ・ディスタンス（WMD）を活用してテキスト類似度グラフを構築し、GCNを適用して二値分類を実行する。Real or Fakeデータセットにおいて95.27%の正確性を達成し、低スケールのラベル付きデータ環境下で既存手法を上回る性能を示した。

ABSTRACT

Social media becomes the central way for people to obtain and utilise news, due to its rapidness and inexpensive value of data distribution. Though, such features of social media platforms also present it a root cause of fake news distribution, causing adverse consequences on both people and culture. Hence, detecting fake news has become a significant research interest for bringing feasible real time solutions to the problem. Most current techniques of fake news disclosure are supervised, that need large cost in terms of time and effort to make a certainly interpreted dataset. The proposed framework concentrates on the text-based detection of fake news items while considering that only limited number of labels are available. Graphs are functioned extensively under several purposes of real-world problems on the strength of their property to structure things easily. Deep neural networks are used to generate great results within tasks that utilizes graph classification. The Graph Convolution Network works as a deep learning paradigm which works on graphs. Our proposed framework deals with limited amount of labelled data; we go for a semi-supervised learning method. We come up with a semi-supervised fake news detection technique based on GCN (Graph Convolutional Networks). The recommended architecture comprises of three basic components: collecting word embeddings from the news articles in datasets utilising GloVe, building similarity graph using Word Movers Distance (WMD) and finally applying Graph Convolution Network (GCN) for binary classification of news articles in semi-supervised paradigm. The implemented technique is validated on three different datasets by varying the volume of labelled data achieving 95.27 % highest accuracy on Real or Fake dataset. Comparison with other contemporary techniques also reinforced the supremacy of the proposed framework.

研究の動機と目的

• ソーシャルメディアプラットフォームにおけるフェイクニュースの拡散という課題に対処すること。
• フェイクニュース検出に大規模な手動ラベル付きデータセットに依存することを減らすこと。
• 限られたラベル付きデータを効果的に活用する半教師付き学習フレームワークの開発。
• テキスト類似度に基づくグラフ表現学習を用いて検出性能を向上させること。
• さまざまなラベル不足状況下で、複数のベンチマークデータセットを用いて提案手法の有効性を検証すること。

提案手法

• ニュース記事のテキストからGloVe事前学習モデルを用いて単語埋め込みを抽出する。
• ワード・ムーバーズ・ディスタンス（WMD）を用いて、記事間の意味的類似度を測定し、テキスト類似度グラフを構築する。
• 類似度グラフにグラフ畳み込みネットワーク（GCN）を適用し、エンドツーエンドの半教師付き分類を実行する。
• GCNモデルは、少数のラベル付きサンプルのみを用いて、ニュース記事を「本物」または「フェイク」として二値分類する。
• フレームワークは、ラベル付きデータとラベルなしデータの両方を活用して、エンドツーエンドの半教師付き学習で訓練される。
• 異なるラベル比率の下で、3つのベンチマークデータセットを用いてモデル性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 限られたラベル付きデータで、半教師付きGCNベースのアプローチが高いフェイクニュース検出正確性を達成できるか？
• RQ2 WMDを用いたグラフ構築は、ニュース記事間の意味的関係を効果的に捉えられるか？
• RQ3 ラベル不足状況下で、提案されたGCNフレームワークは、既存の教師ありおよび半教師あり手法を上回る性能を示せるか？
• RQ4 モデルは多様な実世界のフェイクニュースデータセットに対してどれほど頑健か？
• RQ5 ラベル比率の変動が、モデルの一般化性能に与える影響は何か？

主な発見

• 提案手法は、ラベル不足状況下でReal or Fakeデータセットにおいて最高95.27%の正確性を達成した。
• 評価されたすべてのデータセットにおいて、他の最新技術よりも検出正確性が優れていた。
• ラベル付きデータが限られる状況下で、半教師付き学習パラダイムが、完全に教師ありベースラインと比較して顕著に性能向上を示した。
• WMDを用いたグラフ構築により、意味的表現が向上し、類似したニュース記事のクラスタリングが改善された。
• 複数のデータセットにわたる強力な一般化性能が確認され、モデルの頑健性が裏付けられた。
• アブレーションスタディの結果、GloVe、WMD、GCNの各コンponentが最終的な性能向上に有意義に寄与していることが確認された。