Scidown文献预览系统!
用于多模态假新闻检测的ConvNet框架( ConvNet frameworks for multi-modal fake news detection )
C Raj P Meel
一股虚假信息的热潮围绕着互联网。社交媒体和网站充斥着未经核实的新闻帖子。这些帖子包括文本、图像、音频和视频。需要一种以多种数据模式检测虚假内容的系统。针对文本性虚假新闻检测的分类技术已经有了相当多的研究,而针对视觉性虚假新闻检测的框架却很少。我们探索了利用CNNs和RNNs等深度网络进行多模态在线信息可信度分析的最新方法。它们在不需要预处理的情况下显示出分类任务的快速改进。为了帮助利用CNN模型进行虚假新闻检测的研究,我们建立了文本和可视化模块来分析它们在多模态数据集上的性能。我们利用卷积层来挖掘文本和图像中的潜在特征。我们看到这些卷积神经网络在只提供潜在特征的情况下如何执行分类,并分析需要馈入何种类型的图像来执行有效的假新闻检测。我们提出了一个多模态耦合的ConvNet架构,该架构融合了两个数据模块,并根据文本和视觉内容对在线新闻进行有效的分类。我们在三个数据集上对所有模型的结果进行了比较分析。所提出的体系结构以相当高的精确度超过了各种先进的虚假新闻检测方法。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】