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

成为VIP会员查看完整内容
36

相关内容

【WWW2021】REST:关系事件驱动的股票趋势预测
专知会员服务
33+阅读 · 2021年3月9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】兴趣感知消息传递图卷积神经网络的推荐
专知会员服务
44+阅读 · 2021年2月23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
专知会员服务
16+阅读 · 2021年2月17日
【WWW2021】充分利用层级结构进行自监督分类法扩展
专知会员服务
15+阅读 · 2021年2月7日
【WWW2021】多视角图对比学习的药物药物交互预测
专知会员服务
53+阅读 · 2021年1月29日
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
38+阅读 · 2019年8月18日
支持个性化学习的行为大数据可视化研究
赛尔原创 | 基于新闻标题表示学习的超额收益预测
热点! 虚假新闻检测综述
专知
111+阅读 · 2019年2月26日
一文看懂虚假新闻检测(附数据集 & 论文推荐)
PaperWeekly
36+阅读 · 2019年2月19日
Equilibria in Auctions With Ad Types
Arxiv
0+阅读 · 2021年3月10日
Arxiv
0+阅读 · 2021年3月10日
Arxiv
5+阅读 · 2019年6月5日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
Arxiv
5+阅读 · 2018年5月16日
Arxiv
10+阅读 · 2017年7月4日
Arxiv
5+阅读 · 2017年4月12日
VIP会员
相关VIP内容
【WWW2021】REST:关系事件驱动的股票趋势预测
专知会员服务
33+阅读 · 2021年3月9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】兴趣感知消息传递图卷积神经网络的推荐
专知会员服务
44+阅读 · 2021年2月23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
专知会员服务
16+阅读 · 2021年2月17日
【WWW2021】充分利用层级结构进行自监督分类法扩展
专知会员服务
15+阅读 · 2021年2月7日
【WWW2021】多视角图对比学习的药物药物交互预测
专知会员服务
53+阅读 · 2021年1月29日
相关论文
Equilibria in Auctions With Ad Types
Arxiv
0+阅读 · 2021年3月10日
Arxiv
0+阅读 · 2021年3月10日
Arxiv
5+阅读 · 2019年6月5日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
Arxiv
5+阅读 · 2018年5月16日
Arxiv
10+阅读 · 2017年7月4日
Arxiv
5+阅读 · 2017年4月12日
微信扫码咨询专知VIP会员