JavaShuo
欄目
標籤
NLPCC2019 - User-Characteristic Enhanced Model for Fake News Detection in Social Media
時間 2020-12-28
原文
原文鏈接
前言 在大四上學期的一門課上研讀了一篇關於虛假新聞檢測的頂會論文,後對這個領域產生了濃厚興趣,在畢業論文選擇了社交媒體上的虛假新聞檢測來作爲題目,最終論文成果有幸被NLPCC2019會議所收錄,算是科研菜雞的一個小小進步吧。如有不足,可多多交流~ PS之前針對虛假新聞檢測領域所寫的博客: 論文研讀博客 虛假新聞相關數據集 虛假新聞近幾年文獻列表 論文講解 研究難點 由於虛假新聞的傳播帶來的影響較大
>>阅读原文<<
相關文章
1.
【論文解讀 arXiv 2019 | DEAN】DEAN: Learning Dual Emotion for Fake News Detection on Social Media
2.
論文閱讀:Fake News Detection on Social Media:A Data Mining Perspective
3.
【論文解讀 WWW 2019 | MVAE】Multimodal Variational Autoencoder for Fake News Detection
4.
【論文翻譯 虛假新聞檢測綜述 KDD 2017】Fake News Detection on Social Media: A Data Mining Perspective
5.
【論文解讀 ICDM 2019 | MVNN】Exploiting Multi-domain Visual Information for Fake News Detection
6.
SybilWalk:Random Walk based Fake Account Detection in Online Social Networks論文筆記
7.
對《Deep Two-path Semi-supervised Learning for Fake News Detection》解讀
8.
【論文翻譯 假新聞檢測綜述 HICSS 2019】Can Machines Learn to Detect Fake News? A Survey Focused on Social Media
9.
How AI can fight the phenomenon of fake news
10.
【論文解讀 KDD 2018 | EANN】Event Adversarial Neural Networks for Multi-Modal Fake News Detection
更多相關文章...
•
Swift for-in 循環
-
Swift 教程
•
Lua for 循環
-
Lua 教程
•
Docker容器實戰(七) - 容器眼光下的文件系統
•
C# 中 foreach 遍歷的用法
相關標籤/搜索
for...in
for..in
for.....in
social
fake
news
enhanced
detection
media
model
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
resiprocate 之repro使用
2.
Ubuntu配置Github並且新建倉庫push代碼,從已有倉庫clone代碼,並且push
3.
設計模式9——模板方法模式
4.
avue crud form組件的快速配置使用方法詳細講解
5.
python基礎B
6.
從零開始···將工程上傳到github
7.
Eclipse插件篇
8.
Oracle網絡服務 獨立監聽的配置
9.
php7 fmp模式
10.
第5章 Linux文件及目錄管理命令基礎
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
【論文解讀 arXiv 2019 | DEAN】DEAN: Learning Dual Emotion for Fake News Detection on Social Media
2.
論文閱讀:Fake News Detection on Social Media:A Data Mining Perspective
3.
【論文解讀 WWW 2019 | MVAE】Multimodal Variational Autoencoder for Fake News Detection
4.
【論文翻譯 虛假新聞檢測綜述 KDD 2017】Fake News Detection on Social Media: A Data Mining Perspective
5.
【論文解讀 ICDM 2019 | MVNN】Exploiting Multi-domain Visual Information for Fake News Detection
6.
SybilWalk:Random Walk based Fake Account Detection in Online Social Networks論文筆記
7.
對《Deep Two-path Semi-supervised Learning for Fake News Detection》解讀
8.
【論文翻譯 假新聞檢測綜述 HICSS 2019】Can Machines Learn to Detect Fake News? A Survey Focused on Social Media
9.
How AI can fight the phenomenon of fake news
10.
【論文解讀 KDD 2018 | EANN】Event Adversarial Neural Networks for Multi-Modal Fake News Detection
>>更多相關文章<<