| 标题 |
 Cross-modal Ambiguity Learning for Multimodal Fake News Detection 多模态假新闻检测中的跨模态模糊度学习
相关领域
模棱两可
情态动词
计算机科学
人工智能
模式
机器学习
社会科学
社会学
化学
高分子化学
程序设计语言
|
| 网址 | |
| DOI | |
| 其它 | 由于在线社交社区中快速增长的多模态内容，跨模态学习对于实现准确的假新闻检测至关重要。多模态假新闻检测的一个根本挑战在于不同内容模态之间固有的模糊性，即由单模态做出的决策可能彼此不一致，这可能导致劣质的多模态假新闻检测。为了解决这个问题，我们从信息论的角度制定了跨模态模糊学习问题，并提出了 CAFE — 一种模糊感知的多模态假新闻检测方法。CAFE 包括 1） 一个跨模态对齐模块，用于将异构单模态特征转换为共享语义空间，2） 一个跨模态歧义学习模块，用于估计不同模态之间的歧义，以及 3） 一个跨模态融合模块，用于捕获跨模态相关性。CAFE 通过明智和自适应地聚合单模态特征和跨模态相关性来提高假新闻检测的准确性，即在跨模态模糊性较弱时依赖单模态特征，在跨模态模糊性较强时引用跨模态相关性。对两个广泛使用的数据集（Twitter 和微博）的实验研究表明，CAFE 在准确性上分别比最先进的假新闻检测方法高出 2.2-18.9% 和 1.7-11.4%。 |
| 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。
|
VDC
ceeray23
Xiaoxiao
123
Magali
核桃
斯寜
pluto
tutuMandy
jyy
HEIKU
戕小天的鸢尾花
MchemG
昏睡的蟠桃
mmyhn
无奈梦寒
iNk
典雅问寒
剑指东方是为谁
YSM
皖公网安备34019202002308
