提升基于内容的虚假信息检测的关键符号特征捕捉
原文中文,约200字,阅读约需1分钟。发表于: 。通过分析虚假信息的语言属性及相关数据集,本论文展示了在检测虚假内容方面,采用相关符号知识和神经语言模型的适当使用可以取得最先进的性能,在准确性、时间效率和资源利用方面提供了有效且稳健的替代方法。
本研究使用BERT预训练语言模型编码文本数据为向量,利用神经网络模型检测谣言。结果显示该技术优于现有技术,并测试了组合数据集,大数据训练和测试对提高性能有重要作用。
通过分析虚假信息的语言属性及相关数据集,本论文展示了在检测虚假内容方面,采用相关符号知识和神经语言模型的适当使用可以取得最先进的性能,在准确性、时间效率和资源利用方面提供了有效且稳健的替代方法。
本研究使用BERT预训练语言模型编码文本数据为向量,利用神经网络模型检测谣言。结果显示该技术优于现有技术,并测试了组合数据集,大数据训练和测试对提高性能有重要作用。