典型文献
基于多任务学习的网络谣言检测研究
文献摘要：
当今,社交媒体已经成为获取信息的主要来源.通过社交媒体平台,谣言以前所未有的速度传播,传播给全球受众,并使用户和社会面临巨大风险,尽早发现并阻止谣言是极其重要的.基于深度学习的方法在谣言检测中表现出很好的性能.但是,很多研究方法都是单任务学习,而且缺少外部知识对内容的检查,因此从知识增强角度出发,将谣言检测和主题领域分类这两个相关的任务结合起来进行多任务学习,以补充微博帖子的语义表示,提升谣言检测性能.
文献关键词：
知识图谱;谣言检测;多任务学习
中图分类号：
作者姓名：
欧艳鹏
作者机构：
中央民族大学,北京100081;呼和浩特民族学院,呼和浩特010051
文献出处：
引用格式：
[1]欧艳鹏-.基于多任务学习的网络谣言检测研究)[J].电脑编程技巧与维护,2022(10):51-52,162
A类：
B类：
多任务学习,网络谣言,谣言检测,获取信息,社交媒体平台,社会面,大风险,早发现,单任务,外部知识,知识增强,强角,主题领域,微博,帖子,检测性能
AB值：
0.292516
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
