深网上的真相发现问题:是否已解决?
本文描述了一种解决数据融合中冲突的信息,发现反映真实世界的价值的新方法,并给出了一个真实数据案例来证明该算法在大量数据源情况下可以显著提高真实价值的准确性和可扩展性。
Mar, 2015
本文研究了不同的信息融合技术在知识融合问题上应用的适用性和限制,从实体链接和模式对齐的角度分析了多个信息来源提取的真实主谓宾三元组,并将最先进的数据融合技术应用到包含 12 个提取器从超过 10 亿个网页中提取的 16 亿个独特的知识三元组的知识库中。通过该方法的详细错误分析,本文展示了数据融合方法在解决知识融合问题方面的巨大潜力,并提出了有趣的研究方向。
Mar, 2015
本研究提出了一个基于概率图模型的方法,可以自动推断真实记录和数据源质量,为解决数据集成中存在的真实性问题提供了一种新的方法。在两个真实世界的数据集上进行实验,我们的方法在真实性问题方面优于现有的最先进方法。
Mar, 2012
本文旨在研究预测新闻媒体报道的真实性和偏见。通过大量的新闻网站以及一些从文章、维基百科页面、推特账户、网址结构和流量信息中得出的特征,实验表明本方法相比基线有较显著的性能提升,且各特征类型都至关重要。
Oct, 2018
本文对虚假信息的不同方面进行了全面调研,包括虚假信息传播的行为者、成功欺骗读者的理由、虚假信息的影响和特征、检测虚假信息的算法以及未来的研究方向。
Apr, 2018
本文介绍了利用 snopes.com 收集数据并构建数据集,帮助理解所谓 “假新闻” 传播背后的机制,我们还形式化定义了网络主张以及其可信度和情感,并探讨了情感与可信度之间的关系。
Nov, 2019
本文介绍了如何利用深度学习技术,提出了一种可用于控制黑暗网络非法活动的搜索引擎,该系统能够检测和提取与黑暗网络中违法活动有关的图像。作者创建了一个名为 darkoob 的全面数据集,并在测试数据集上实现了 94% 的准确性,这项技术有望缓解非法活动带来的各种社会、经济和政治挑战,是联网和社区安全领域的重要技术进步。
May, 2023
本文研究了 80 个 d2web 论坛上发布的信息,并使用 LDA 识别了讨论主题,使用非参数 HMM 模型跨论坛模拟了主题演变,并检查了动态模式,以识别类似模式的论坛,揭示了这个丰富多样的数据中隐藏的相似性和异常事件。
Mar, 2019
本篇研究探讨在 COVID-19 流行期间,利用众包的方式,通过多方评估来判断信息的真实性是否为一个有效和可靠的方法,并且研究人员发现,使用众包的方式可以高度准确地判断一句话的真实性。
Aug, 2020