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。发表于：。本研究解决了社交媒体上虚假信息传播迅速，传统事实核查无法及时应对的问题。提出的CROWDSHIELD是一种基于群体智能的早期虚假信息预测方法，通过分析群体对虚假信息的反应及对话中的主张与立场，利用深度Q学习有效捕捉复杂决策空间的特征。实验表明，CROWDSHIELD在宏观F1分数上比十个基线系统表现优越，提升约4%。
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%。
