社交媒體虛假信息檢測基礎與模型

定　價：￥98.00

作　者：	徐凡，黃琪著
出版社：	科學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787030727138	出版時間：	2022-10-01	包裝：	平裝
開本：	16開	頁數：	131	字數：

內容簡介

　　社交媒體虛假信息自動檢測研究受到了計算語言學界和產業(yè)界的廣泛關注，并逐步成為研究熱點?！渡缃幻襟w虛假信息檢測基礎及模型》基于自然語言處理視角，結合機器學習、神經網絡、語料庫語言學等相關技術，以作者的一系列研究成果為內容主線，系統(tǒng)介紹了社交媒體虛假信息檢測的基礎和模型?！渡缃幻襟w虛假信息檢測基礎及模型》分為基礎篇和模型篇，共8章。在基礎篇中，作者首先給出虛假信息的定義及分類，接著從統(tǒng)計學習和深度學習兩個方面介紹虛假信息檢測依賴的相關技術。在模型篇中，作者全面探索了社交媒體虛假信息檢測在語義、知識、傳播、用戶和多元信息融合5個方面的計算模型，*后對社交媒體虛假信息檢測進行了深度展望?！渡缃幻襟w虛假信息檢測基礎及模型》對社交媒體虛假信息檢測的關鍵技術進行了深入的研究，提出了相關問題的一些解決方法，并設計了相應的算法和實驗。實驗表明，《社交媒體虛假信息檢測基礎及模型》提出的這些方法有助于提高社交媒體虛假信息檢測的分析性能，同時減少對大規(guī)模語料庫的依賴性，為今后的社交媒體虛假信息檢測研究奠定了一個重要基礎，為同類研究提供了一個參考。

作者簡介

暫缺《社交媒體虛假信息檢測基礎與模型》作者簡介

圖書目錄

目錄
前言
第一篇基礎篇
第1章社交媒體虛假信息檢測概述 3
1.1 引言 3
1.2 社交媒體概述 3
1.3 虛假信息概述 4
1.3.1 背景 4
1.3.2 術語定義 4
1.4 虛假信息檢測計算模型綜述 6
1.4.1 傳統(tǒng)機器學習模型 6
1.4.2 深度學習模型 8
1.5 評測指標 10
1.6 本章小結 10
參考文獻 11
第2章相關技術 16
2.1 引言 16
2.2 傳統(tǒng)機器學習模型 16
2.2.1 支持向量機 16
2.2.2 互信息和點互信息 18
2.2.3 決策樹 19
2.2.4 主題模型 20
2.2.5 詞頻-逆文檔頻率 20
2.3 深度學習技術 21
2.3.1 詞向量 21
2.3.2 word2vec和GLOVE模型 22
2.3.3 循環(huán)神經網絡 23
2.3.4 卷積神經網絡 24
2.3.5 BERT 模型 25
2.3.6 對抗生成網絡 26
2.3.7 圖神經網絡 26
2.4 本章小結 27
參考文獻 27
第二篇模型篇
第3章融合語義的虛假信息檢測模型 31
3.1 引言 31
3.2 基于主題的謠言檢測模型 31
3.2.1 背景 31
3.2.2 算法模型 32
3.2.3 實驗分析 33
3.3 基于全局語義信息的謠言檢測模型 44
3.3.1 背景 44
3.3.2 算法模型 46
3.3.3 實驗分析 51
3.4 本章小結 56
參考文獻 57
第4章融合知識的虛假信息檢測模型 60
4.1 引言 60
4.2 基于世界知識的虛假新聞檢測模型 60
4.2.1 背景 60
4.2.2 算法模型 61
4.2.3 實驗分析 63
4.3 基于語言知識的虛假新聞檢測模型 66
4.3.1 背景 66
4.3.2 算法模型 67
4.3.3 實驗分析 73
4.4 本章小結 77
參考文獻 78
第5章融合傳播的虛假信息檢測模型 80
5.1 引言 80
5.2 基于時空結構的謠言檢測模型 81
5.2.1 背景 81
5.2.2 算法模型 82
5.2.3 實驗分析 87
5.3 本章小結 93
參考文獻 93
第6章融合用戶的虛假信息檢測模型 95
6.1 引言 95
6.2 基于用戶行為的謠言檢測模型 96
6.2.1 背景 96
6.2.2 算法模型 97
6.2.3 實驗分析 102
6.3 本章小結 106
參考文獻 106
第7章多元信息融合的虛假信息檢測模型 110
7.1 引言 110
7.2 基于多元信息融合和推理的虛假新聞檢測模型 110
7.2.1 背景 110
7.2.2 算法模型 112
7.2.3 實驗分析 117
7.3 本章小結 121
參考文獻 121
第8章總結與展望 125
8.1 本書總結 125
8.2 未來展望 125
8.2.1 多模態(tài)虛假信息檢測 125
8.2.2 多元信息融合檢測 126
8.2.3 虛假信息早期檢測 126
8.3 結束語 126
附錄A 虛假信息檢測常用數據集資源 127
附錄B 虛假信息檢測開源代碼資源 129