ClickGuard: 情報量と大規模言語モデルを用いたクリックベイトの検出と無力化
ClickGuardは、Transformer埋め込みと言語特徴を組み合わせたハイブリッド機械学習アプローチにより、91%のF1スコアでクリックベイトを検出する新しいAI駆動ブラウザ拡張機能です。アクセス前後の警告、クリックベイトの可能性のパーセンテージ、およびネタバレ要約を提供し、ユーザーが誤解を招く記事を避けるのを助けます。
インターネット上で拡散するクリックベイト（誇大広告的な見出し）は、ユーザーを誤った情報に誘導する問題を引き起こしています。この問題に対処するため、研究者らはClickGuardというAI駆動のブラウザ拡張機能を開発しました。ClickGuardは、機械学習と自然言語処理を組み合わせ、クリックベイトを高い精度で検出し、ユーザーを保護します。
ClickGuardの核心は、ハイブリッド機械学習アーキテクチャにあります。Transformerベースの埋め込みと、言語学的に動機付けられた特徴量（linguistic features）を組み合わせ、さらにカスタムの「ベイトネス」（baitness）スコアを導入しています。研究チームは、古典的なベクトル化手法から大規模言語モデル（LLM）埋め込みまで、さまざまな自然言語処理技術を評価した結果、XGBoostベースのモデルを開発しました。このモデルは、オープンな組み合わせデータセットにおいて91%のF1スコアを達成し、高い性能を示しています。
特筆すべきは、このツールがクリックベイト記事にアクセスする前後でユーザーに警告できる点です。記事を開いた後、ユーザーはクリックベイトである可能性を示すパーセンテージスコアを受け取ります。予測は分析された指標に基づいて説明され、システム内で開発された独自の指標も含まれます。さらに、ブラウザ拡張機能はクリックベイトの「ネタバレ」（spoiler）を提供します。これは記事全体を1～2文で要約したもので、ユーザーは記事を開かずに内容を把握できます。
デモビデオも公開されており、ClickGuardの有効性が具体的に示されています。この研究は、クリックベイト対策における新たな一歩であり、将来的にはより多くのブラウザやプラットフォームに統合される可能性があります。論文は2026年5月18日にarXivに提出され、識別番号は2607.20463、著者はWojciech Michalukを含む5名です。現在、DOIは登録手続き中です。本ツールは、情報の真偽を見極めるための実用的なソリューションとして、特にニュース読み取りの場面で役立つことが期待されます。