SAFE: Similarity-Aware Multi-Modal Fake News Detection-学习笔记

SAFE: Similarity-Aware Multi-Modal Fake News Detection

1. 假新闻检测方法通常可以分为（I）基于内容的方法和（II）基于社交上下文的方法。
2. PolitiFact（politifact.com）是美国著名的非盈利性的政治陈述和报告真相检查网站。 GossipCop（gossipcop.com）是一个网站，用于检查杂志和报纸上发布的名人报道和娱乐故事。
3. LIWC是一个广泛接受的心理语言词典。给定一个新闻故事，LIWC可以对文本中的单词进行计数，这些单词属于80多种语言，心理和主题类别中的一个或多个。
4. VGG-19是一种广泛使用的CNN，具有19层图像分类。
5. att-RNN是适用于多模式假新闻检测的深度神经网络模型。它采用具有关注机制的LSTM和VGG-19来融合新闻文章的文本，视觉和社交上下文功能。
6. 对于一些虚构的故事，文本和视觉信息之间存在差距，一般出于两个原因。首先，很难通过非操纵的图像来支持这样的故事。其次，使用“吸引力”但不密切相关的图像可以帮助增加新闻流量。

---

PPT

提高对话系统数据质量和多样性的离群点检测

---

Fake news detection methods

假新闻检测方法通常可以分为（I）基于内容的方法和（II）基于社交上下文的方法。

一：基于内容的虚假新闻检测，通过利用新闻内容（即新闻内容内的文本信息和/或视觉信息）来检测假新闻。

二：基于社交上下文的方法通过调查与新闻文章相关的社交上下文信息（即新闻文章如何在社交媒体上传播）来检测虚假新闻。

---

SAFE Methodology

---

1.多模式特征提取。SAFE的多模式特征提取模块旨在分别在d维空间中表示给定新闻文章的（I）文本信息和（II）视觉信息。