高密度潜在区域中的语义屏蔽和对比平滑:持续可靠的新常规错误信息检测
本文提出了一种基于变压器的语言模型微调方法,用于检测COVID-19假新闻,该方法通过扩展专业短语的语义,适应热身softmax损失以区分硬挖掘样本,并通过对抗性训练提高模型的鲁棒性,采用RoBERTa和领域专用模型CT-BERT提取预测特征,并由一个多层感知器融合细粒度和高级别的特定表示。经COVID-19假新闻数据集评估,实验结果在各种评估指标上都表现优越,最好的加权平均F1得分为99.02%。
Jan, 2021
本研究提出一种基于新闻来源可信度标签的弱监督学习方法,通过自监督或重新标注等方式纠正可能存在的标签不准确性,构建大规模、多样化的新领域虚假信息数据集。同时,本文应用提出的方法提供了一个COVID-19疫苗虚假信息数据集。
Feb, 2022
该研究探讨了预训练和精调模型的泛化性在虚假新闻检测任务中的效果,发现现有模型在别的数据集上表现不佳但是能够在重叠数据集上取得较高的准确度,提出了基于K-Means聚类的快速有效的解决方法
May, 2022
本文提出了一种用于早期误报检测(CANMD)的对比适应网络,它通过伪标记和标签纠正组件相结合,有效地适应了未知COVID-19目标领域,与现有技术相比,取得了显著的改进。
Aug, 2022
研究了文本分类、知识获取和语言模型中的最新进展,提出了时态感知的错误信息数据集,证明了即使是简单的时态感知也可以显著提高分类器的准确性,并介绍了一个跨越25个月的大规模COVID-19错误信息数据集COVID-TAD。
Nov, 2022
使用半监督学习框架来解决极度类别不平衡的问题,并使用实际数据扩充少数类别,该方法在处理社交媒体中极不平衡的发布单元时比SMOTE、ADASYN、GAN等其他方法效果显著提高,尤其在相关的Covid数据上初步测试表明有效性。
Apr, 2023
本研究提出了一个有效的无监督框架,用于利用社交媒体中四种信息类型的知识,从而检测COVID-19相关新闻中的虚假信息。该框架使用一个强大的噪声鲁棒的自监督学习技术和一种新颖的数据集构建技术来提高检测性能,并在现有的标记数据集上取得了显著改进。
May, 2023
本文旨在探究应用通用性、软分类及最新大型语言模型等技术解决误导信息带来的挑战。作者通过比较发现,GPT-4 及其他语言模型相比早期方法有更好的表现,且这些模型应用在软分类框架中,可帮助更好地量化不确定性,而这可能带来意义重大的性能提升。此外,作者还发现 GPT-4 和 RoBERTa-large 在易错性方面存在重大差异,这为深入研究本领域提供了重要线索。总之,本研究为未来进一步解决误导信息带来的实际问题奠定了基础。
May, 2023
本文提出了三种基于多模态transformer的假新闻检测模型,并通过深入分析操纵数据的方法来探索这些模型在社交媒体上实际使用情况下的性能。研究发现,这些系统在面临被操纵的数据时会出现显著性能下降。为了减少偏差并改善模型的推广能力,本文建议使用数据增强技术对社交媒体上的假新闻检测进行更有意义的实验。所提出的数据增强技术使得模型的泛化能力得到了提高,并获得了最先进的效果。
May, 2023
使用新的方法解决GPT-4等大型语言模型在处理模糊或缺乏背景信息的陈述时的不确定性,并通过基于LIAR-New数据集的分类标签提出一个可适用于跨领域内容的框架来解析丢失的信息。我们利用这个框架生成有效的用户查询,相比基准方法,我们的方法提高了用户可回答的问题的比例38个百分点,宏观F1分类性能提高了10个百分点以上。因此,该方法可能成为未来对抗虚假信息的有价值组成部分。
Jan, 2024