[연구] 고영중 교수 연구실, 김기환 연구원 EACL 2021 국제 학술대회 논문 게재
- 소프트웨어융합대학
- 조회수1105
- 2021-01-15
고영중 교수 연구실, 김기환 연구원 EACL 2021 국제 학술대회 논문 게재
[자연어처리 연구실(NLP Lab)] 김기환 연구원 EACL 2021 국제 학술대회 논문 게재
지도교수: 고영중 교수
자연어처리 연구실 김기환 연구원의 “Graph-based Fake News Detection using a Summarization Technique” 논문이 자연어처리 분야의 top-tier 국제 학술대회인 EACL (Conference of the European Chapter of the Association for Computational Linguistics) 2021에 최종 논문 게재가 승인되었고 4월에 발표될 예정입니다.
본 연구에서는 문서 내용이 진실을 말하고 있는지 가짜 내용을 말하고 있는지 분류하는 Fake News Classification 문제를 해결하기 위해 Graph와 Summarization 기법을 사용한 방법을 제안합니다. 기존의 Fake News Detection 방법은 문서의 정확한 주제를 파악하지 않고 문서 내 문장 사이의 관계를 정확하게 파악하지 않는 문제가 있습니다. 본 연구에서는 이를 해결하기 위해 요약 기법 (Summarization Technique)을 사용해 문서의 주제를 정확하게 파악하고 문장 사이의 관계를 그래프 구조 (Graph Structure)로 표현하여 문서 내 내용을 정확하게 파악하는 방법을 제시하였습니다. 제안된 모델은 비교 모델 대비 효과적인 성능 향상을 이뤘습니다.
[논문] “Graph-based Fake News Detection using a Summarization Technique”, The 16th Conference of the European Chapter of the Association for Computational Linguistics, 2021.
Abstract:
Nowadays, fake news is spreading in various ways, and this fake information is causing a lot of social damages. Thus the need to detect fake information is increasing to prevent the damages caused by fake news. In this paper, we propose a novel graph-based fake news detection method using a summarization technique that uses only the document internal information. Our proposed method represents the relationship between all sentences using a graph and the reflection rate of contextual information among sentences is computed by using an attention mechanism. In addition, we improve the performance of fake news detection by utilizing summary information as an important subject of the document. The experimental results demonstrate that our method achieves high accuracy, 91.04%, that is 8.85%p better than the previous method.