| 講演名 | 2021-09-16 ユーザとテキストの時系列を考慮した深層学習によるTwitter上の偽情報の早期発見 須藤 広平(岩手大), 張 建偉(岩手大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年のSNSの発達において偽情報の拡散が問題となっている．偽情報は政治・経済・災害等の面で世間に悪影響を及ぼす場合があるが，人手での迅速な検出は難しく，自動で早期検出を行う技術の開発が求められている．本研究ではTwitterを対象に，ツイートの時系列を考慮しつつ，ツイートユーザとツイートテキストからRNNとCNNを用いることで抽出された特徴量を使用した深層学習による偽情報の早期検出手法を提案する．ユーザ特徴量のみを入力した場合と，ユーザ特徴量に加えてテキスト特徴量を入力した場合を比較した結果，テキスト特徴量を加えることによって機械学習モデルの性能の向上が見込めることが分かった． |
| 抄録(英) | The spread of false information has become a problem in the development of SNS in recent years. False information may have an adverse effect on the world in terms of politics, economy, disasters, etc. However, it is difficult to detect quickly by hand, and thus the development of technology for automatic early detection is required. In this research, we propose a method for early detection of false information by deep learning using features extracted by using RNN and CNN from tweet users and tweet texts, while considering the time series of tweets for Twitter. As a result of comparing only the user features and the text features in addition to the user features, it is found that the performance of the model can be improved by adding the text features. |
| キーワード(和) | Twitter / 時系列データ / 機械学習 / 偽情報 / 早期検出 |
| キーワード(英) | Twitter / sequential data / machine learning / false information / early detection |
| 資料番号 | NLC2021-14 |
| 発行日 | 2021-09-09 (NLC) |
| 研究会情報 | |
| 研究会 | NLC |
|---|---|
| 開催期間 | 2021/9/16(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 第18回テキストアナリティクス・シンポジウム |
| テーマ（英） | The 18th Text Analytics Symposium |
| 委員長氏名（和） | 嶋田 和孝(九工大) |
| 委員長氏名（英） | Kazutaka Shimada(Kyushu Inst. of Tech.) |
| 副委員長氏名（和） | 吉田 光男(筑波大) / 小早川 健(NHK) |
| 副委員長氏名（英） | Mitsuo Yoshida(Univ. of Tsukuba) / Takeshi Kobayakawa(NHK) |
| 幹事氏名（和） | 坂地 泰紀(東大) / 石野 亜耶(広島経済大) |
| 幹事氏名（英） | Hiroki Sakaji(Univ. of Tokyo) / Aya Ishino(Hiroshima Univ. of Economics) |
| 幹事補佐氏名（和） | 高橋 寛治(Sansan) / 光田 航(NTT) |
| 幹事補佐氏名（英） | Kanjin Takahashi(Sansan) / Ko Mitsuda(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Natural Language Understanding and Models of Communication |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ユーザとテキストの時系列を考慮した深層学習によるTwitter上の偽情報の早期発見 |
| サブタイトル（和） | |
| タイトル（英） | Early detection of false information on Twitter by deep learning with sequential data of user and text |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Twitter / Twitter |
| キーワード(2)（和/英） | 時系列データ / sequential data |
| キーワード(3)（和/英） | 機械学習 / machine learning |
| キーワード(4)（和/英） | 偽情報 / false information |
| キーワード(5)（和/英） | 早期検出 / early detection |
| 第 1 著者 氏名（和/英） | 須藤 広平 / Kohei Suto |
| 第 1 著者 所属（和/英） | 岩手大学(略称：岩手大) Iwate University(略称：Iwate Univ.) |
| 第 2 著者 氏名（和/英） | 張 建偉 / Jianwei Zhang |
| 第 2 著者 所属（和/英） | 岩手大学(略称：岩手大) Iwate University(略称：Iwate Univ.) |
| 発表年月日 | 2021-09-16 |
| 資料番号 | NLC2021-14 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | NLC-178 |
| ページ範囲 | pp.34-39(NLC), |
| ページ数 | 6 |
| 発行日 | 2021-09-09 (NLC) |