健康类虚假信息的人工神经网络识别与治理

摘要：

虚假信息的算法治理往往偏向于中宏观层面的通用性论述,而缺少微观层面的跨学科尝试.针对健康类虚假信息,在梳理了人工神经网络治理的沿革之后,获取了来自权威辟谣平台和科普平台的8972句虚假信息与8464句真实信息,采用长短期记忆网络模型对其进行深度学习和反复检验,发现该模型最终能在真实信息环境中进行较为准确的虚假信息识别.尽管以此为代表的算法治理存在多种限度,但依然会在多主体的协同治理中处于底层核心位置.在人与技术共存共生的格局下,虚假信息的生产与治理形成了独有的算法张力.

关键词：算法治理、虚假信息、人工神经网络

所属期刊栏目：44

分类号：TP391.41;TP183;TP277

资助基金：中国传媒大学亚洲传媒研究中心科研项目AMRC2020-7

在线出版日期：2022-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：155-161