| 标题 |
 MFIR: Multimodal fusion and inconsistency reasoning for explainable fake news detection MFIR：用于可解释假新闻检测的多模态融合和不一致性推理
相关领域
计算机科学
模态（人机交互）
语义学（计算机科学）
可解释性
模式
串联（数学）
特征（语言学）
人工智能
自然语言处理
情态动词
情报检索
语言学
哲学
社会科学
化学
数学
组合数学
社会学
高分子化学
程序设计语言
|
| 网址 | |
| DOI | |
| 其它 | 假新闻对我们的生活具有破坏性和负面影响。随着社交媒体社区中多模态内容的快速增长，多模态假新闻检测越来越受到关注。现有的方法大多侧重于学习各种模态各自的深度语义，并通过传统的融合模式（如拼接或加法等）进行集成，以提高检测性能，并取得了一定程度的成功。然而，它们有两个关键问题：（1） 浅层跨模态特征融合，以及 （2） 难以捕获不一致的信息。为此，我们提出了多模态融合和不一致推理 （MFIR） 模型来发现用于可解释假新闻检测的多模态不一致语义。具体来说，MFIR 由三个模块组成：（1） 与传统的融合模式不同，设计了跨模态渗透融合，在当前模态的基础上，不断将另一个模态特征渗透和关联到其内部语义中，可以很好地保证原始模态的上下文语义的保留;（2）多模态不一致学习不仅从文本和视觉的角度捕捉局部不一致语义，而且将两种类型的局部语义融合在一起，发现多模态内容中的全局不一致语义;（3） 为了增强不一致语义作为用户证据的可解释性，我们开发了解释推理层来补充不一致语义的上下文信息，从而产生更易理解的证据语义。广泛的实验证实了我们的模型在三个数据集上的有效性，并将性能提高了 2.8%。 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
SYLH
cdercder
昏睡的蟠桃
默默地读文献
8R60d8
科研小民工
bewh
阿飘
HEIKU
iNk
Xiaoxiao
nozero
子车茗
剑指东方是为谁
实验好难
好困
back you up
kingwill
ohyeah8888
ceeray23
皖公网安备34019202002308
