假新闻检测
该项目是我们硕士论文的一部分。 它是对用于假新闻检测的各种ML模型的比较研究。
团队成员
金舒克·穆克吉吉·普里亚达尔西·罗伊·阿里特罗·拉希特
2022-03-23 16:33:58
2.74MB
1
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。
2022-03-22 17:02:37
1.01MB