伝播構造×意味トランスファー学習による堅牢なフェイクニュース検出
arXiv cs.CL / 2026/4/28
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、SNSにおける伝播行動の構造ノイズと、くだけた文言に起因する意味ノイズの双方に対処し、堅牢なフェイクニュース検出を目指している。
- 既存手法は意味と構造のノイズが相互に干渉し、実環境で性能が伸びにくいと指摘している。
- 提案手法Propagation Structure-Semantic Transfer Learning（PSS-TL）は、教師-生徒（teacher-student）アーキテクチャを用い、意味知識と伝播構造知識を独立に学習するデュアル教師モデルを設計している。
- 生徒モデルが専門的な知識を教師から獲得できるようにするため、Multi-channel Knowledge Distillation（MKD）損失を導入し、意味と構造の相互干渉を抑えるとしている。
- 2つの実データセットでの実験により、PSS-TLがフェイクニュース検出の有効性と堅牢性を改善することが示されている。
