利用合成多模态虚假信息的图文脱离上下文检测

Fatma Shalabi; Huy H. Nguyen; Hichem Felouat; Ching-Chun Chang; Isao Echizen

doi:10.1109/APSIPAASC58517.2023.10317336

利用合成多模态虚假信息的图文脱离上下文检测

计算机视觉与模式识别 2024-03-15 v1 人工智能计算与语言

作者: Fatma Shalabi , Huy H. Nguyen , Hichem Felouat , Ching-Chun Chang , Isao Echizen

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

在数字信息日益增多的时代，虚假信息已成为一项重大挑战，需要开发有效的检测方法。我们研究了一种利用合成数据生成的脱离上下文检测（OOCD）新方法。我们创建了一个专为OOCD设计的数据集，并开发了一个用于准确分类的高效检测器。我们的实验结果验证了合成数据生成的使用，并证明了其在解决与OOCD相关的数据局限性方面的有效性。该数据集和检测器应作为未来研究和开发鲁棒虚假信息检测系统的宝贵资源。

关键词

脱离上下文检测多模态虚假信息合成数据生成假新闻检测图文不匹配

引用

@article{arxiv.2403.08783,
  title  = {Image-Text Out-Of-Context Detection Using Synthetic Multimodal Misinformation},
  author = {Fatma Shalabi and Huy H. Nguyen and Hichem Felouat and Ching-Chun Chang and Isao Echizen},
  journal= {arXiv preprint arXiv:2403.08783},
  year   = {2024}
}

备注

8 pages, 2 figures, conference

利用合成多模态虚假信息的图文脱离上下文检测

摘要

关键词

引用

备注

相关论文