社交媒体中错误信息的检测方法研究述评

摘要：

社交媒体改变了人们获取信息的方式,但也助长了错误信息在网络上的产生和传播.如何准确且快速地检测出社交媒体上的错误信息以净化网络环境,是一个重要的研究议题.本文从信息生态理论出发,分别从内容、用户和传播三个角度来阐述当前错误信息检测所关注的问题以及对应的检测方法,对近年来国内外的相关研究成果进行了系统梳理.现有的检测方法已经利用深度学习等技术取得了较好的检测结果.但是,由于错误信息爆发初期相关数据较少,有关早期检测的研究尚不多见;能够实现有效迁移和预训练的大规模基准数据集仍有待构建;从用户入手的信息挖掘有待进一步深入研究.

关键词：社交媒体、错误信息、深度学习、特征融合、自动检测

所属期刊栏目：41

分类号：G25;TP311.131;TP181

资助基金：国家自然科学基金;基于注意力机制的学术信息动态推荐研究

在线出版日期：2022-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：651-661