초록
우리는 인과 매개 분석(Causal Mediation Analysis)을 사용하여 트위터에서 루머 검출을 위한 신경망 모델의 의사결정 과정을 설명합니다. 입력 및 네트워크 수준에서의 개입은 모델 출력에 대한 트윗과 단어의 인과적 영향을 밝혀냅니다. 우리의 접근 방식인 CMA-R -- 루머 검출을 위한 인과 매개 분석(Causal Mediation Analysis for Rumour Detection) -- 는 모델 예측을 설명하는 중요한 트윗들을 식별하며, 이러한 트윗들이 스토리의 진실성을 결정하는 데 있어 인간 판단과 강한 일치성을 보입니다. CMA-R는 또한 중요한 트윗들 내에서 인과적으로 영향력 있는 단어들을 강조할 수 있어, 이들 블랙박스 루머 검출 시스템에 대한 해석성과 투명성을 한층 더 제공합니다. 코드는 다음 주소에서 확인 가능합니다: https://github.com/ltian678/cma-r.