【WWW2021】挖掘双重情感的假新闻检测

2021 年 1 月 18 日 专知

Mining Dual Emotion for Fake News Detection


情感在发现网络虚假新闻中扮演着重要的角色。在利用情感信号时,现有的方法主要是利用发布者所传达的新闻内容的情感(即发布者情感)。然而,虚假新闻往往是为了唤起人们的高唤醒或激活人们的情绪,像病毒一样传播,因此,新闻评论引起的群众情绪(即社会情绪)是不可忽视的。此外,还需要探索出版者情绪与社会情绪(即双重情绪)之间是否存在关系,以及双重情绪如何在假新闻中出现。在本文中,我们提出了双重情感特征来挖掘双重情感及其之间的关系,用于虚假新闻的检测。我们设计了一个通用的范例,将它插入到任何现有的检测器作为增强。在三个真实数据集上的实验结果表明了该特征的有效性。


https://www.zhuanzhi.ai/paper/acb14d78d2e77317043f18024f4c748c


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“MFND” 可以获取【WWW2021】挖掘双重情感的假新闻检测专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
0

相关内容

专知会员服务
68+阅读 · 2021年4月27日
【WWW2021】张量时间序列网络
专知会员服务
43+阅读 · 2021年4月20日
专知会员服务
39+阅读 · 2021年4月5日
【WWW2021】归一化硬样本挖掘的双重注意匹配网络
专知会员服务
17+阅读 · 2021年3月31日
【WWW2021】场矩阵分解机推荐系统
专知会员服务
31+阅读 · 2021年2月27日
【WWW2021】本体增强零样本学习
专知会员服务
32+阅读 · 2021年2月26日
【WWW2021】对众包系统的数据中毒攻击和防御
专知会员服务
20+阅读 · 2021年2月22日
【WWW2021】少样本图学习分子性质预测
专知会员服务
35+阅读 · 2021年2月20日
【WWW2021】通过异构GNN知识保留的增量社会事件检测
专知会员服务
20+阅读 · 2021年1月24日
【KDD2020】动态知识图谱的多事件预测
专知
88+阅读 · 2020年8月31日
【KDD2020】图神经网络生成式预训练
专知
22+阅读 · 2020年7月3日
热点! 虚假新闻检测综述
专知
111+阅读 · 2019年2月26日
One-Class Classification: A Survey
Arxiv
7+阅读 · 2021年1月8日
Deep Co-Training for Semi-Supervised Image Segmentation
Arxiv
7+阅读 · 2018年1月18日
VIP会员
相关VIP内容
专知会员服务
68+阅读 · 2021年4月27日
【WWW2021】张量时间序列网络
专知会员服务
43+阅读 · 2021年4月20日
专知会员服务
39+阅读 · 2021年4月5日
【WWW2021】归一化硬样本挖掘的双重注意匹配网络
专知会员服务
17+阅读 · 2021年3月31日
【WWW2021】场矩阵分解机推荐系统
专知会员服务
31+阅读 · 2021年2月27日
【WWW2021】本体增强零样本学习
专知会员服务
32+阅读 · 2021年2月26日
【WWW2021】对众包系统的数据中毒攻击和防御
专知会员服务
20+阅读 · 2021年2月22日
【WWW2021】少样本图学习分子性质预测
专知会员服务
35+阅读 · 2021年2月20日
【WWW2021】通过异构GNN知识保留的增量社会事件检测
专知会员服务
20+阅读 · 2021年1月24日
Top
微信扫码咨询专知VIP会员