我々は因果媒介分析（Causal Mediation Analysis）を用いて、Twitter上の噂検出におけるニューラルモデルの意思決定過程を説明します。入力レベルとネットワークレベルでの介入により、ツイートや単語がモデル出力に及ぼす因果的な影響を明らかにします。本研究で提案するCMA-R -- 認知的因果媒介分析（Causal Mediation Analysis for Rumour detection）-- は、モデル予測を説明する重要なツイートを特定し、物語の真偽を決定する重要なツイートについて人間の判断と強い一致を示しています。さらに、CMA-Rは重要なツイート内の因果的に影響力のある単語も強調表示でき、これらのブラックボックス型噂検出システムの解釈可能性と透明性を向上させます。コードは以下のURLから入手可能です: https://github.com/ltian678/cma-r。