LLMによる説明可能な偽ニュース検出のためのグラフ強化ディフェンス・フレームワーク
arXiv cs.CL / 2026/4/9
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、真偽判断と人間にとって分かりやすい説明を生成する、説明可能な偽ニュース検出のためのグラフ強化フレームワークG-Defenseを提案する。
- 各ニュースの主張をサブ主張へ分解し、主張中心のグラフとして依存関係構造を構築し、RAG（検索拡張生成）を用いて各サブ主張の根拠となる証拠を取得する。
- グラフ上で動作するディフェンスのような推論モジュールが全体の主張の真偽を評価し、外部から取得した未検証の報告による不正確さのリスクを低減することを狙う。
- このフレームワークは、LLMにプロンプトを与えることで、主張のあらゆる側面をカバーし、公的な検証を助けるための直感的な説明グラフを生成する。
- 実験では、先行手法と比較して、真偽検出と説明の品質の双方において最先端の性能が報告されている。
