COVID-19インフォデミック：機械学習によるフェイクニュース検出におけるコンテンツ特徴の理解
COVID-19 Infodemic. Understanding content features in detecting fake news using a machine learning approach
記事のポイント
📰ニュース
COVID-19パンデミック中のフェイクニュース検出に、テキストおよび言語的特徴を用いた機械学習アプローチが研究されました。
🔍注目ポイント
単語のバイグラムや品詞分布などのコンテンツ特徴が、ディープラーニングではなく従来の機械学習でフェイクニュース検出に有効であることを示しました。
🔮これからどうなる
フェイクニュースの自動検出精度向上により、誤情報の拡散抑制と公衆衛生の保護に貢献する可能性があります。
COVID-19関連の新しいデータセットを使用し、決定木、K近傍法、ロジスティック回帰、サポートベクターマシン、ランダムフォレストなどの複数の機械学習モデルで実験を行いました。
ランダムフォレストが最も良い結果を示し、テキスト特徴と言語特徴を個別に使うと検出精度が向上することが分かりました。
しかし、これらを組み合わせても有意な改善は見られませんでした。
ランダムフォレストが最も良い結果を示し、テキスト特徴と言語特徴を個別に使うと検出精度が向上することが分かりました。
しかし、これらを組み合わせても有意な改善は見られませんでした。
フェイクニュース対策は社会課題なので、従来の機械学習でも有効なアプローチが見つかるのは良いですね。特にパンデミック時の誤情報対策に役立ちそうです。