ACL 2020 论文——谣言检测_FakeNewsDetection_目标检测_GCAN_谣言_谣言检测_源码
本文解决了在更现实的社交媒体场景下的假新闻检测问题。给定源短文本推文和相应的没有文本评论的转发用户序列，我们的目的是预测源推文是否是假的，并通过突出可疑转发者的证据和他们关注的词语来产生解释。为了实现这一目标，我们提出了一种新的基于神经网络的模型--图感知协同注意网络(GCAN)。在真实推文数据集上进行的广泛实验表明，GCAN的平均准确率比最先进的方法高出16%。此外，案例研究还表明，GCAN可以给出合理的解释。
文件下载
评论信息
其他资源
- java网上书店系统+毕业设计系统源码.rar
- 测量四参数转换软件
- 学生请假管理系统.rar
- LSTM入门详解
- 仓库管理系统_代码_数据库_完整版_C#
- MuleStudio中文手册
- 全球国家城市数据xml列表
- 计算机组成与设计 硬件软件接口 课后习题答案
- C++ 撤销重做功能
- 数据库原理课程设计学生选课管理系统
- 信号处理算法的实时DSP实现
- python+opencv运动目标检测
- 西南科技大学《电路分析》试题库(有答案).pdf
- Anaconda3-Windows-64.zip
- eclipse导出带有main方法的jar包.docx
- TI关于降低LDO噪音方法分析.pdf
- 华硕主板acpi驱动，xp版本 ff52
- Civil 3D2017本地化安装包
- 两套全国计算机二级java题库
- 智能家居系统 源代码
- Exam Ref 70-761 Querying Data with Transact-SQL
- 触摸按键原理及MSP430在触摸按键上的实现
- labview制作简易计算器
- 个人博客系统项目源码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明