![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
文章平均质量分 82
Quinn-ntmy
这个作者很懒,什么都没留下…
展开
-
虚假新闻检测论文阅读(八):Assessing Arabic Weblog Credibility via Deep Co-learning
基于新闻文本的、半监督的、伪标签、深度协同学习的虚假新闻检测原创 2022-08-07 22:18:13 · 1893 阅读 · 0 评论 -
虚假新闻检测论文阅读(七):A temporal ensembling based semi-supervised ConvNet for the detection of fake news
基于新闻文本的、半监督的、伪标签、cnn结合temporal emsembling的虚假新闻检测原创 2022-08-07 22:03:28 · 1850 阅读 · 0 评论 -
虚假新闻检测论文阅读(六):A Deep Learning Model for Early Detection of Fake News on Social Media
基于新闻文本,半监督,伪标签,可信度评估的虚假新闻检测原创 2022-07-29 16:34:24 · 2844 阅读 · 0 评论 -
虚假新闻检测论文阅读(四):A novel self-learning semi-supervised deep learning network to detect fake news on...
基于新闻文本、半监督的、自学习、伪标签~虚假新闻检测原创 2022-07-26 12:51:22 · 716 阅读 · 0 评论 -
虚假新闻检测论文阅读(三):Semi-supervised Content-based Detection of Misinformation via Tensor Embeddings
基于新闻文本、图结构、半监督学习原创 2022-07-22 19:15:57 · 303 阅读 · 0 评论 -
虚假新闻检测论文阅读(二):Semi-Supervised Learning and Graph Neural Networks for Fake News Detection
基于新闻文本,图神经网络,半监督学习原创 2022-07-18 15:39:40 · 658 阅读 · 0 评论 -
虚假新闻检测论文阅读(一):Fake News Detection using Semi-Supervised Graph Convolutional Network
虚假信息检测:基于新闻文本、图神经网络、半监督学习、WMD原创 2022-07-17 18:37:55 · 994 阅读 · 0 评论 -
ABSA1: Attentional Encoder Network for Targeted Sentiment Classification
ABSA1: Attentional Encoder Network for Targeted Sentiment Classification一、引言以往而言,对于 ABSA 问题创建的模型大多数都是 RNN + Attention 的思路。存在问题Q:RNN 系列模型(例如NLP任务中的万金油 LSTM )极具表现力但很难并行化,并且随着时间的反向传播需要大量的内存和计算,基本上每个 RNN 的训练算法都是截断的 BPTT,这将会影响模型在更长时间上捕获依赖关系的能力。LSTM 在一定程度上可原创 2022-05-24 19:56:16 · 700 阅读 · 0 评论