- 使用机器和深度学习算法对孟加拉美食评论进行情感极性分析
利用 1484 个在线评论的数据集，作者使用深度学习和机器学习技术中的逻辑回归算法，确定了预测食物质量的最准确方法。该研究提供了有价值的洞察力，帮助用户决定是否订购食物。
- 用神经网络预测 StackOverflow 上的问题质量
本文评估了神经网络模型以预测 Stack Overflow 上问题的质量，结果表明与基准机器学习模型相比，神经网络模型具有更高的准确性，并且发现神经网络模型的层数对其性能有显著影响。
- EmojiLM: 建模新的表情符号语言
通过从大型语言模型合成大规模的文本 - 表情符号平行语料库，并在此基础上提取面向文本 - 表情符号双向翻译的序列到序列模型，我们的研究在公共基准测试和人工评估中表现出优于强基准模型的性能，且平行语料库对与表情符号相关的后续任务有益。
- AAAIMemotion 3: 代码混合 Hinglish 模因的情感分析与情绪分析概述
分析互联网上的迷因已成为一项重要的任务，因为这种多模态内容在塑造在线言论方面具有重要影响力。本文介绍了 Memotion 3 共享任务的概述，作为 AAAI-23 会议中 DeFactify 2 研讨会的一部分。该任务发布了一份基于情感（任 - 垃圾网址的机器学习分类方法
使用机器学习模型对 URL 进行分类，研究发现 bagging 方法在垃圾邮件识别方面具有 96.5% 的准确率。
- 揭穿虚假信息：利用 NLP 在假新闻检测中革命真相
互联网和社交媒体改变了人们在信息传播迅速的时代获取新闻的方式。虽然这种发展增加了信息的获取，但也带来了一个重大问题：假新闻和信息的传播。假新闻迅速在数字平台上传播，对媒体生态系统、公众舆论、决策和社会凝聚力产生了负面影响。自然语言处理（NL - 警惕欺骗：通过受控声明编辑检测半真相并揭穿其真相
我们创建了一个包含半真实检测模型和声明编辑模型的综合流程，通过使用 T5 模型进行闭环控制的声明编辑来帮助解决互联网上半真实言论的问题。我们的方法在编辑后的声明上实现了平均 BLEU 得分为 0.88，并且 85% 的虚假揭穿得分。重要的是 - 基于数据驱动的自主系统内部图生成器
该研究介绍了一种新颖的基于深度学习的合成图生成器，用于表示互联网中自治系统（AS）内部的图结构，称为互联网深度生成图（DGGI）。同时，还提出了一个来自 Internet Topology Data Kit（ITDK）项目的真实自治系统内部 - AAAI多模态宣传处理
该论文探讨了通过 AI 处理多模态的宣传内容的方法，以分析并影响公众舆论，让机器更接近人类的理解水平。
- ACL基于实体感知的双重注意力网络用于假新闻检测
本文介绍了一种名为 Dual Co-Attention Network（Dual-CAN）的方法用于检测假新闻，其考虑了新闻内容、社交媒体回复和外部知识，实验结果表明该方法比当前代表性模型在两个基准数据集上表现更好，并通过关注权重的实证分析 - 医疗文件摘要调查
本文全面调查了医学总结当前技术和趋势，重点关注互联网对医疗保健行业产生的影响，以及通过深度学习与基于 Transformer 的网络，对医学数据的总结和归纳带来的显著性提升。
- 大型语言模型用于多标签宣传检测
本研究通过提出的五种模型集成方法，针对包含 21 种宣传技巧的多标签文本分类任务有效地识别互联网宣传。最终在 WANLP 2022 共享任务中获得 59.73% 的微型 F1 分数，并进一步提出了未来的研究方向。
- FALSE: 假新闻自动和轻量级解决方案
本文使用 R 代码研究和可视化现代 fake news 数据集，通过聚类、分类、相关性和各种图表分析及呈现数据，并展示了分类器在分辨真假新闻方面的高效性。
- 针对土耳其文本的目标情感分析数据集和基于 BERT 的模型
本研究旨在利用目标情感分析从给定的文本中提取针对特定目标的情感，我们提供了适用于目标情感分析的标注土耳其数据集，并提出了基于 BERT 的模型，结果表明，与传统情感分析模型相比，所提出的模型具有更好的性能。
- 计算机算法和编程教学辅助工具的创建和应用
本文报告了在 University of Fortaleza 的 Algorithm 和 Computer Programming 课程监控计划期间开发的一种教学工具，它将书籍中的知识与更贴近学生的语言相结合，使用视频课程和网上提供的练习， - 使用机器学习检测假新闻：系统文献综述
本文通过系统文献综述，描述了使用机器学习分类器自动检测虚假新闻的必要性和方法，因为社交媒体平台上发布的虚假新闻可能会针对个人、社会、组织或政治党派进行宣传，并且人类无法检测到所有这些虚假新闻。
- ECCV一种基于单一 RGB 图像的立体交互手姿态估计数据集和基准线
该篇论文针对手 - 手互动的行为研究提出了 InterNet 网络和 InterHand2.6M 数据库，用于从单个 RGB 图像中实现三维互动手势姿态估计，获得更准确的结果。
- 计算传播检测综述
该研究综述了当前计算机辅助的宣传检测技术的现状和挑战，并呼吁自然语言处理和网络分析领域加强合作，以应对利用互联网和社交网络进行有针对性宣传的问题。
- 姜并不能治愈癌症：用综合数据仓库对抗虚假健康新闻
构建了一个综合的存储库 (FakeHealth)，包括富有特征的新闻内容、详细解释的新闻评论、社交互动以及用户 - 用户社交网络，以缓解假健康新闻检测面临的挑战，并进行了探索性分析，讨论了未来的研究方向。
- ACL基于图卷积神经网络的辱骂语言检测
网络滥用是当前重大的社会问题。本文提出了一种新的基于图卷积网络和用户语言行为的自动化滥用语言检测方法，较之现有技术在对在线社群的结构和语言特征建模方面获得了显著提升。