| 标题 |
 Entity-Oriented Multi-Modal Alignment and Fusion Network for Fake News Detection 面向实体的假新闻检测多模态对齐融合网络
相关领域
计算机科学
情态动词
利用
任务（项目管理）
社会化媒体
人工智能
情报检索
数据挖掘
计算机安全
万维网
经济
化学
管理
高分子化学
|
| 网址 | |
| DOI | |
| 其它 | 社交媒体的发展使假新闻能够以多模式的形式表达，并在各种社交平台上传播，并带来有害的社会影响。为了应对这一挑战，提出了假新闻检测任务来检查多模态新闻中是否包含虚假信息。现有方法利用了各种跨模态交互和融合的方法，这些方法已被证明可以有效地检测常见的假新闻。然而，尽管多模态新闻的描述是围绕实体叙述的，但以前开发的方法对这一特征的关注较少。他们没有探索它对检测任务的好处，并且在检测需要以实体为中心的比较的假新闻方面表现不佳。为了弥补这一遗漏，我们探索了一种新的范式，通过对齐和融合多模态实体来检测假新闻，并提出了面向实体的多模态对齐和融合网络 （EMAF）。我们的工作采用以实体为中心的跨模态交互，可以保留语义完整性并捕获多模态实体的细节。具体来说，我们设计了一个具有改进的动态路由算法的 Alignment 模块，并在比较的基础上引入了一个 Fusion 模块，前者对齐并捕获重要的实体，后者比较和聚合以实体为中心的特征。在多个公共数据集（包括微博、Twitter 和 Reddit）上进行的比较实验揭示了所提出的 EMAF 方法的优越性，广泛的分析实验证明了我们所提出的模块的有效性。 |
| 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。
|
昏睡的蟠桃
cdercder
cctv18
nozero
SYLH
科研小民工
Russula_Chu
iNk
踏实无敌
HEIKU
Auston_zhong
实验好难
kingwill
非而者厚
阿飘
wsx4321
子车茗
sutharsons
airvince
迷人秋烟
皖公网安备34019202002308
