Open in new window
Title (eng)
Automated Identification of Information Disorder in Social Media from Multimodal Data
Author
Armin Kirchknopf
Degree supervisor
Matthias Zeppelzauer
Degree supervisor
Djordje Slijepcevic
Description (deu)
Fachhochschule St. Pölten, Masterarbeit 2020, Studiengang Interactive Technologies
Description (deu)
Spätestens seit den Brexit Verhandlungen und den US-Wahlen 2016 sind die Auswirkungen von Fake News auf die öffentliche Meinung nicht mehr verleugbar. Diese Falschinformationen werden großteils über soziale Netzwerke wie Twitter und Facebook verteilt. In dieser Arbeit wird versucht werden, eine Methode zur Erkennung von Fake-Informationen für die Social-Media-Plattform Reddit zu entwickeln, die auf einem öffentlich zugänglichen Datensatz namens Fakeddit basiert. Zu diesem Zweck soll ein multimodales neuronales Netz entworfen werden, um dieses Problem zu lösen. Viele andere State-of-the-Art Methoden beschränken sich auf nur eine oder zwei Modalitäten, z.B. Text und Bilder. In dieser Arbeit werden bis zu vier verschiedene Modalitäten miteinbezogen, um die Vorteile eines multimodalen gegenüber einem monomodalen Ansatz nachzuweisen. Die Ergebnisse bestätigen diese Annahme und zeigen, dass die Kombination verschiedener Modalitäten die Erkennungsgenauigkeit erheblich erhöht.
Description (eng)
Since the Brexit negotiations and the US Election from 2016 the impact of Fake News on public opinion, transported through Social Media, such as Twitter, Facebook, and News are not longer negatable. This thesis tries to develop a method for Information Disorder Detection for the social media platform Reddit based on a publicly available dataset called Fakeddit. For this purpose, a multimodal neural network is designed for tackling this problem. Many other state-of-the-art methods are only using single or dual-modality approaches e.g. text and images. This thesis incorporates up to four different modalities to prove the advantages of a multimodal over a mono-modal approach. The results confirm the superiority of a multimodal approach and improves the detection accuracy by a remarkable amount.
Keywords (deu)
FalsifikationFalschmeldungSocial MediaNeuronales NetzMultimodalität
Type (eng)
other
Language
[eng]
Persistent identifier
https://phaidra.ustp.at/o:5409
AC number
AC16212247
License
All rights reserved
University of Applied Sciences St. Pölten | Campus-Platz 1 | A-3100 St. Pölten | T +43/2742/313 228-234
Impressum | Terms of Use | Credits