社交媒体早期虚假信息预测的群体智能
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
研究者开发了一种基于群体智能的早期不实信息预测方法CROWDSHIELD,通过群众反应揭示准确性。实验结果显示CROWDSHIELD在Twitter上优于其他系统,宏F1得分提升4%。
🎯
关键要点
- 社交媒体上的不实信息传播迅速,影响公众舆论和信任。
- 研究者开发了基于群体智能的早期不实信息预测方法 CROWDSHIELD。
- CROWDSHIELD 利用群众反应揭示不实信息的准确性。
- 该方法结合了 Q-learning 和基于变压器的编码器以提高性能。
- 实验结果显示 CROWDSHIELD 在 Twitter 上优于其他十种基准系统,宏 F1 得分提升约 4%。
🏷️
标签
➡️