TELLER：可解释的、可控的、通用的虚假新闻检测框架

樱花的浪漫

于 2024-05-20 18:17:01 发布

阅读量328

点赞数 5

分类专栏：自然语言处理文章标签：人工智能深度学习语言模型自然语言处理

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_52053775/article/details/139068833

版权

自然语言处理专栏收录该内容

69 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

TELLER框架解决了深度学习方法在虚假新闻检测中的透明性、泛化能力和可控性问题。它通过认知系统将专家知识转化为逻辑谓词，用LLMs进行逻辑评估。决策系统则利用神经符号模型学习逻辑规则，实现透明的推理过程。在实验中，TELLER在可解释性、跨域适应性和可控性方面表现出优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

T ELLER : A Trustworthy Framework for Explainable, Generalizable and Controllable Fake News Detection

https://arxiv.org/abs/2402.07776

icon-default.png?t=N7T8

https://arxiv.org/abs/2402.07776

1.概述

了解本专栏

超级会员免费看

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

樱花的浪漫 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。