RASR：フェイクニュース動画検出のための検索拡張セマンティック推論
arXiv cs.CV / 2026/4/9
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、従来の特徴融合や一貫性チェックを超えた推論の改善を目的とする、マルチモーダルなフェイクニュース動画検出のための検索拡張フレームワークであるRASRを提案する。
- RASRは、Cross-instance Semantic Parser and Retriever（CSPR）を用いて動画をセマンティックなプリミティブに分解し、動的なメモリバンクから関連する過去の証拠を取得する。
- Domain-Guided Multimodal Reasoning（DGMP）モジュールは、ドメイン・プロファイル（事前知識）を注入して、エキスパートのマルチモーダル大規模言語モデルがドメインに即した分析レポートを生成するように誘導する。
- Multi-View Feature Decoupling and Fusion（MVDFF）モジュールは、適応的なゲーティングによって多次元特徴を組み合わせ、信憑性（真正性）の判断を強化する。
- FakeSVおよびFakeTTでの実験により、RASRは最先端の性能を達成し、ドメインをまたいだ汎化が向上し、ベースラインに対して最大0.93%の精度改善を示す。
