- …
- …
#185 #acl2020
summarized by : taichi murayama
概要
デマを検知するモデルに不確か性 (データの不確か性 + モデルの不確か性)を考慮するために損失関数や分散を推定し，単純にフェイクかどうかを判定するのではなく不確か度の高いものを検知するモデルを考案
新規性
フェイクニュース検知において不確かさの考慮を行った点．
結果
一定の不確か性でサンプルを除去する教師なしモデル，様々な不確か性を特徴として不確か度が高いかどうかを学習するメタ教師ありモデルの2つを学習し，これらの予測精度を比較した．
その結果，クラスごとの不確実性という観点において，Trueラベルでは不確実性は低く，Falseなどのラベルについては不確実性が高いといったことが分かった．
- …
- …