选择多模态组特征提升社交媒体谣言检测性能 |
| |
引用本文: | 杜强,朱焱.选择多模态组特征提升社交媒体谣言检测性能[J].计算机应用与软件,2023(12):195-201. |
| |
作者姓名: | 杜强 朱焱 |
| |
作者单位: | 西南交通大学信息科学与技术学院 |
| |
基金项目: | 四川省科技计划项目(2019YFSY0032); |
| |
摘 要: | 社交平台新闻常常是文字、图片与音视频多种模态结合。多模态数据结构复杂,特征冗杂,噪声特征影响检测精度。针对以上难题提出基于组特征选择的谣言检测方法FS-MKL,基于多核学习的组特征选择将同构数据作为一个整体,检测其重要性,并融合fastPCA和SVM-RFE算法进行降维,过滤噪声特征。实验结果表明,FS-MKL方法对于推特中的多模态谣言有较好的识别效果,是一种有效的多媒体社交谣言检测方案。
|
关 键 词: | 组特征选择 多模态 谣言检测 多核学习 |
|
|