fake news detection | BriefGPT

关键词fake news detection

搜索结果 - 118

使用基于 Transformer 模型的不同比较方法进行 COVID-19 虚假新闻检测的研究
该研究利用基于转换器的五种模型 (BERT、BERT without LSTM、ALBERT、RoBERTa 和 BERT & ALBERT 混合) 对 COVID 19 虚假新闻进行比较分析，其中 RoBERTa 模型在真假两类中均获得
PDF2 years ago
UrduFake@FIRE2020: 乌尔都语假新闻识别共享赛道
本文简要介绍了 2020 年 FIRE 第一次共享任务中的虚假新闻检测在乌尔都语中的应用及其表现，这是一个二元分类任务，旨在通过使用 900 个经过注释的新闻文章进行训练和 400 个新闻文章进行测试以识别虚假新闻。最好的性能系统 F 值为
PDF2 years ago
应用 BERT 进行假新闻检测的更佳分类预测推理
本研究在真实与假新闻数据集上，从可视和分析角度分析了表示空间的质量。提出了 Class Activation Mapping 的修改方案，为每个单词标记提供一个 CAM 得分，以便于预测。最终表明，加上可学习的线性层的 naive BERT
PDF2 years ago
UrduFake@FIRE2021：乌尔都语虚假新闻识别共享赛道
本篇研究报告了第二项 “UrduFake@FIRE2021” 任务，该任务提供了对乌尔都语中的新闻进行虚假新闻检测的二分类问题，通过使用不同的分类器和神经网络体系结构基于各种计数特征训练的方法以及采用 SGD 算法，在来自 7 个国家的
PDF2 years ago
FIRE 2021 年乌尔都语假新闻检测共享任务概述
该研究报告介绍了 UrduFake@FIRE2021 的第二个共享任务，它是针对乌尔都语中的假新闻检测的二元分类问题。在该任务中，参与者使用了各种数据表示和机器学习算法，大部分参与者都使用了 BERT 和 RoBERTa 等转换器。其中最佳
PDF2 years ago
多模态一定更好吗？多模态假新闻检测的鲁棒性评估
本文针对多媒体假新闻检测方法鲁棒性差的问题，提出了一种系统的鲁棒性评估方法，并通过 5 种对抗攻击和 2 种后门攻击实验验证，结果表明通过防御机制可以提高多模式检测器的鲁棒性。
PDF2 years ago
混合集成方法用于假新闻检测：一种尝试
本文研究了虚假新闻检测，探索了结合传统机器学习技术和现代深度学习方法的混合集成可能性。
PDF2 years ago
基于深度学习的假新闻检测的多策略框架
该研究引入了多策略语句检查器（MPSC）框架来自动化检测假新闻，该框架利用深度学习技术分析语句及相关新闻文章，预测其是否可信，研究结果表明多政策分析可可靠地识别可疑语句，对于假新闻检测具有优势。
PDF2 years ago
多语言数据分类的终身学习自然语言处理方法
本研究提出了一种基于终身学习和多语言知识转移的新型假新闻检测方法，该方法利用传统特征提取器和深度自然语言处理模型结合多层感知器分类器，可以在英语和西班牙语数据集上提高假新闻分类任务的性能。
PDF2 years ago
SEMI-FND: 基于堆叠集成的多模态推理，用于更快的假新闻检测
本论文探讨了一种基于多模态堆叠集成方法 (SEMIFND) 的假新闻检测方法，通过分析图像模态确定 NasNet Mobile 模型在该任务中的适用性，使用 BERT 和 ELECTRA 的集成方法对文本进行分析，并在 Twitter 和
PDF2 years ago
SIGIR通向未来的泛化：缓解假新闻检测中的实体偏见
该研究探讨了虚假新闻检测中存在的实体偏差问题，并提出了一种基于因果图的实体去偏方法（ENDEF），通过消除实体偏差从而提高模型的泛化能力，实验证明该方法可以显著提高虚假新闻检测器的性能。
PDF2 years ago
ACL自动检测虚假新闻：当前模型是 “事实核查” 还是 “直觉判断”？
这篇研究通过多种神经和非神经预处理以及风格转移技术，消除了假新闻检测模型中情感、情绪、词性等易受攻击的指标，从而推断出这些模型中可能隐藏着可操纵的信号，并通过情感向量模型构建进一步证明了这一假设。
PDF2 years ago
推特上信息趋势分析和假新闻检测的方法
本文研究了 Twitter 上由俄罗斯入侵乌克兰引起的信息趋势，考虑了不同方法用于分析新闻趋势，分析了深层学习用于假新闻检测，使用频繁项集和关联规则理论和图论进行新闻趋势分析。
PDF2 years ago
使用监督式机器学习与特征组合的 2021 年乌尔都语假新闻检测任务
本文介绍了参加 FIRE 2021 共享任务的系统描述：“乌尔都语中的虚假新闻检测”。研究目的在于自动识别乌尔都语中写的虚假新闻。我们的结果在比赛中排名第五，但是在比赛结果公布后，我们的结果得到了进一步改善。我们的其中一个模型在支持向量机（
PDF2 years ago
AAAI使用知识增强语言模型评估假新闻检测
本研究探讨了将丰富的人类编写的事实信息知识库集成到语言模型中，以提高假新闻检测的效果和鲁棒性。通过使用维基数据等知识库的几种最先进的知识集成方法，在 LIAR 数据集和 COVID-19 数据集这两个广受欢迎的假新闻数据集上进行了实验研究。
PDF2 years ago
改善孟加拉语假新闻检测性能的方法：平衡处理和模型堆叠
本文介绍了多种解决不平衡数据集问题的方法，同时提出了一种能够在数据不平衡时提高性能的技术，并将其应用于 BangFakeNews 数据集，结果表明使用数据操纵技术，如 SMOTE，可以获得 93.1% 的 F1 分数，而使用非数据操纵方法，
PDF2 years ago
ACL缩小视野，观察环境：用于假新闻检测的新闻环境感知
本文提出 News Environment Perception Framework（NEP）以捕捉假新闻发帖的环境信号，包括流行趋势和新颖性等，提高基本的假新闻检测器的性能。
PDF2 years ago
伪造假新闻用于真假新闻检测：具有宣传性训练数据生成
提出一种利用自我批评序列训练和宣传技巧生成更接近人类写作的文章，并创建了一份新的虚假新闻检测训练数据集 PropaNews，结果表明，使用 PropaNews 训练的检测器比使用现有方法生成的数据训练的检测器在检测人类撰写的虚假信息方面的准
PDF2 years ago
WWW基于强化学习的领域自适应假新闻检测
该论文探讨了社交媒体中假新闻传播的挑战，并引入基于增强学习的模型（REAL-FND），将用户评论和用户 - 新闻交互等辅助信息结合起来，利用跨领域以及领域内的知识，特别是在目标领域的数据有限的情况下，有效地检测假新闻。
PDF2 years ago
运用自然语言处理和机器学习开发伪新闻模型
通过机器学习算法，在两个公开数据集上进行实验分析，研究了如何检测和区分真假新闻，结果表明采用了三种分类器：被动型侵略性、朴素贝叶斯和支持向量机，这种方法具有良好的性能表现。
PDF3 years ago