4 qq_35213062

尚未进行身份认证

暂无相关简介

等级
TA的排名 56w+

对《Deep Two-path Semi-supervised Learning for Fake News Detection》解读

对《Deep Two-path Semi-supervised Learning for Fake News Detection》这篇论文是我看到第一篇用半监督学习做的虚假新闻检测任务。笔者对半监督学习并没了解多少,这篇论文并不好评价, 还请见谅。Abstract本文通过半监督学习方法来进行虚假新闻检测。 在这个模型中有两条路径,一个通过监督学习方法, 另一个用无监督学习方法进行检测。 它们都用卷积神经网络来构造并通过联合优化的方式加强检测效果, 令又共享卷积神经网络来提取低层次的特征。Introd

2020-05-18 17:22:43

论文笔记之《Neural User Response Generator: Fake News Detection with Collective User Intelligence》

论文笔记之《Neural User Response Generator: Fake News Detection with Collective User Intelligence》以下谣言无论是虚假信息, 谣言, 推特还是微博, 我都以微博举例, 尽管他们有些细微的差别此论文是解决早期谣言检测中用户评论少的问题, 创新点在于创建了用户评论生成器来作为辅助手段,结合微博内容来加强谣言检测的能...

2020-04-25 17:04:34

对《Detecting Rumors from Microblogs with Recurrent Neural Networks》 解读

对《Detecting Rumors from Microblogs with Recurrent Neural Networks》 解读Abstract微博社交平台是谣言传播的理想场所, 因此自动进行谣言检测成为了目前的关键问题。在以往的方法中, 主要通过自己设置特征向量并利用机器学习方法进行检测。本文所利用的方法是通过RNN 来进行谣言检测, 因为循环神经网络在时序问题解决较好, 能够捕捉...

2020-04-24 17:01:35

对《Rumor Detection on Twitter with Tree-structured Recursive Neural Networks》 解读

对《Rumor Detection on Twitter with Tree-structured Recursive Neural Networks》 解读这篇是目前我从事谣言检测方向以来第二篇论文。这个论文可从标题中可以看出是用树状rnn作为架构来进行谣言检测任务。此论文讲述了两种模型,一个是从底向上模型,另一个从上到下模型。以下进行一一介绍。Introduction谣言检测任务是对一段...

2020-03-09 18:19:42

《Rumor Detection By Exploiting User Credibility Information,Attention and Multi-task Learnning 》解读

由于本人的文采并不是很好,所以之前一直对写博客有点抵触感。为了表达能力,这次真的拼了。。。。我是做nlp方向的,目前是研一。最近刚确定了谣言检测这个方向,接下来解读的是我看关于谣言检测的第一篇文章,若有不理解的地方,还请见谅哈。这是ACL顶会的一篇文章,将多任务学习与注意力机制应用到社交网络中谣言检测。 Rumor Detection By Exploiting User Credibili...

2020-02-27 18:49:13
勋章 我的勋章
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 学习力
    学习力
    《原力计划【第二季】》第一期主题勋章 ,第一期活动已经结束啦,小伙伴们可以去参加第二期打卡挑战活动获取更多勋章哦。
  • 原力新人
    原力新人
    在《原力计划【第二季】》打卡挑战活动中,成功参与本活动并发布一篇原创文章的博主,即可获得此勋章。