Factify 2发现：多模态假新闻检测
计算与语言
2023-09-14 v2 计算机视觉与模式识别
摘要
随着过去几年社交媒体使用的指数级增长，假新闻也变得极为普遍。假新闻的有害影响凸显了专注于自动化检测虚假信息和核实其准确性的研究的必要性。在这项工作中，我们展示了Factify 2共享任务的成果，该任务作为AAAI'23上DeFactify 2研讨会的一部分，提供了一个多模态事实验证与讽刺新闻数据集。该数据要求通过将给定的社交媒体声明与支持文档（包含文本和图像）配对来进行基于比较的任务，并根据多模态关系划分为5类。在本题的第二轮迭代中，我们有超过60名参与者和9份最终测试集提交。最佳性能来自使用DeBERTa处理文本以及Swinv2和CLIP处理图像。所有五类的平均最高F1得分为81.82%。
引用
@article{arxiv.2307.10475,
title = {Findings of Factify 2: Multimodal Fake News Detection},
author = {S Suryavardan and Shreyash Mishra and Megha Chakraborty and Parth Patwa and Anku Rani and Aman Chadha and Aishwarya Reganti and Amitava Das and Amit Sheth and Manoj Chinnakotla and Asif Ekbal and Srijan Kumar},
journal= {arXiv preprint arXiv:2307.10475},
year = {2023}
}
备注
Defactify2 @AAAI 2023