| 标题 |
 An Attentive Fusion Framework For Multi-modal Misinformation Detection 一种用于多模态错误信息检测的注意力融合框架
相关领域
误传
情态动词
计算机科学
融合
人工智能
传感器融合
计算机安全
材料科学
语言学
哲学
高分子化学
|
| 网址 | |
| DOI | |
| 其它 | 随着社交媒体影响力的增长，近年来虚假信息变得越来越普遍。社交媒体上的错误信息常以多模态形式出现（即图片和文本），以增加其可信度和影响力。尽管多模态假新闻检测取得了进展，但大多数方法难以捕捉文本与图像之间的复杂互动，导致结果不准确。本研究提出了一种用于检测多模态假新闻的专注融合框架。我们的方法采用 ResNet50 提取视觉特征，利用 BERT 进行文本表示，随后加入注意力层，整合针对特定模态特征的假新闻检测。我们在两个基准数据集 Gossipcop 和 Politifact 上评估了该方法，分别取得了 88.55%和 88.46%的显著改进。这一结果相较于最先进模型分别提升了 2.9%和 4.6%。 |
| 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)
Yinxb
v0id
DW
林狗
璐璐
aajhajkahna
极限001
invisight
huanhuanhuan
aaaa
用户LmBowa
123
xing_xing
乐空思
渡人舟
那时花开
果酱
cocohan
Jason
嘻嘻哈哈
皖公网安备34019202002308
