论文阅读
文章平均质量分 90
介绍讲解所阅读的NLP、新闻检测等有关论文
komjay
这个作者很懒,什么都没留下…
展开
-
BMR:基于Boostrapping多视图的虚假新闻检测
文章提出了三种视图信息来表示一篇新闻:文本、图像结构、图像语义。然后设计了改进的多门混合专家系统(iMMoE)来进行信息融合。保留单模态信息来保证特征对新闻的保真性,增加的多模态信息能保证不同模态的一致性,从而提高整体模型的识别能力。原创 2024-04-21 23:58:54 · 237 阅读 · 0 评论 -
MRHFR:基于不同阅读习惯的多模态虚假新闻检测
在多模态领域中,主要存在两个核心问题:一致性对齐问题和交互融合问题。一致性对齐问题主要指不同模态的信息匹配,例如实体对齐、语义对齐,例子有:文本中的“男人”与图片中男子指代一个人。交互融合问题指不同模态的信息如何进行合理的融合。本文提出一种新型的将新闻文本和图像两种模态进行融合的方法,以提升对虚假新闻的检测。本文虽然只使用了文本和图像的信息融合, 但是这种结合方法似乎可以运用到更多种模态的融合当中,这种混合使用各种模型,以一定逻辑组合在一起的模态融合方法似乎是一个很主流的研究方向。V_%7Bg%7D。原创 2024-04-21 23:24:32 · 733 阅读 · 0 评论 -
HG-SL:基于全局和局部用户行为的新闻
本文的主要目标是,仅通过用户行为来判断新闻的真伪。而基于用户行为(转发、好友建立)等操作可以识别出哪些用户是机器人,再以其行为去鉴别新闻的真假。原创 2024-04-07 23:17:33 · 807 阅读 · 0 评论 -
FaskSV:丰富背景知识+多模态的短视频新闻检测
在之前的新闻检测数据集中,存在数据量少、特征模态不够多、新闻涉及面单一等问题。在FakeSV数据集中,首次将用户(发布视频的人)信息也归为一种模态。最后该数据集的情况如下展示:首先注意到该数据集来源是抖音和快手,所以处理的语言就是中文。然后数据集所包含的领域是全领域的,并不像之前只关注健康或者疫情新闻。原创 2024-04-07 21:16:47 · 980 阅读 · 0 评论