Hy-DeFake: Hypergraph Neural Networks for Detecting Fake News in Online Social Networks
1. 本研究の学術的背景と核心となる問いは、SNSが主要な情報源として利用される現代において、偽ニュースの被害を抑制するためにどうやって効果的に偽ニュースを発見できるかということです。また、既存の偽ニュース検出手法はテキスト情報や単純な構造情報を活用していますが、それらはいくつかの課題に直面しているという問題意識があります。
2. 本研究の目的は、SNS上での偽ニュースの検出能力を向上させるために、ユーザーのニュース拡散への参加の非テキスト情報や高次元関係を表現する「属性付きハイパーグラフ」を構築することです。また、ハイパーグラフニューラルネットワークを用いた手法「Hy-DeFake」を導入することでこれらの課題を克服しようとしています。
3. SNS上での高次元関係性を考慮した偽ニュースの検出は、あまり進んでいない分野であると考えられます。本研究では、一方でユーザとニュースのペアワイズな関係性だけでなく、高次元の関係性を取り入れることで偽ニュース検出の精度を向上させるという新しい着想を提案しています。
4. 本研究で明らかにしたのは、ニュースのコンテンツからの意味情報、関与するユーザーからの信頼性情報、そしてニュースとユーザーとの高次元関係性を活用するHy-DeFakeが、偽ニュースの検出に効果的であるということです。その有効性は広く使われている4つのデータセットに対して行われた実験によって示されています。
5. 本研究の有効性の検証は、4つの評価指標を用いて、既存の6つの手法と比較した結果により行われました。それにより、Hy-DeFakeが確かに既存の手法よりも優れた結果を出すことが実証されました。