多视角证据融合的虚假新闻甄别

摘要：

[目的]针对现有虚假新闻分类算法的不足,提出一种多视角证据融合的虚假新闻分类模型,用以解决传统单视角下虚假新闻分类的片面性证据和不准确性分类等问题.[方法]引入主观逻辑模型,以及不同视角下分类的不确定性测度,基于Dempster-Shafer证据理论,利用不同的权值融合多视角下的证据,得到总体的证据与分类的不确定性测度.[结果]基于两个公开数据集的实验结果表明,所提模型的准确性和Fl值比传统虚假新闻分类模型均有较显著的提高.[局限]多视角证据融合之后存在一定的噪声,有时会影响实验结果的准确性.[结论]多视角证据融合途径可有效提高虚假新闻甄别的准确性和鲁棒性.

关键词：虚假新闻、多视角、证据融合、不确定性

所属期刊栏目：6

分类号：TP391;G250(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;江苏省研究生科研与实践创新计划项目

在线出版日期：2022-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：376-384