| 标题 |
 Potential Features Fusion Network for Multimodal Fake News Detection 用于多模态假新闻检测的潜在特征融合网络
相关领域
计算机科学
融合
人工智能
人机交互
语言学
哲学
|
| 网址 | |
| DOI | |
| 其它 | 随着社交网络的普及，假新闻也迅速广泛传播，这对互联网构成了巨大威胁。因此，如何自动且高效地检测假新闻已成为亟需解决的问题。然而，现有方法大多关注显式特征（图像和文本）和深度融合，而忽视了文本情感和图像类别等潜在特征。为解决这一问题，我们提出了一个潜在特征融合网络（PFFN），它同时建模显性特征和潜在特征。为了利用潜在的图像特征，我们引入了专家结构的混合结构，分别处理新闻图像，以更好地利用新闻图片类别与假新闻检测之间的关系。此外，我们还将情感特征作为潜在的文本特征，并将其与显性文本特征融合。最后，我们建立了一个基于注意力的特征融合网络，将潜在特征与显式特征融合，从而获得新闻的多模态融合特征，从而进一步提升性能。我们在四个公开数据集（微博16、微博19、推特和PolitiFact）上进行了实验;与基线方法相比的结果表明，我们的PFFN表现更好。我们的代码可在 https://github.com/Wang-bupt/PFFN 获取 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
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。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
秋风
cdercder
aaaa
DW
谢雷XIELei
快点毕业
东方元语
aajhajkahna
Nole
蓝天
aa
jy
一大群
DOC_XIONG
Enigma_GEB
逍遥
乐空思
xing_xing
Criminology34
牧青
皖公网安备34019202002308
