3HAN：一种用于假新闻检测的深度神经网络
机器学习
2023-06-22 v1 计算与语言
社会与信息网络
摘要
假新闻的快速传播是一个亟待 AI 解决方案的严重问题。我们采用基于深度学习的三级层次注意力网络(3HAN)自动检测器，用于快速、准确地检测假新闻。3HAN 有三个层级，分别处理词、句子和标题，并以自底向上的层次化方式处理文章，构建新闻向量：输入新闻文章的有效表示。标题已知为假新闻的区分性特征，此外，文章中相对较少的词和句子比其余部分更重要。3HAN 因其三层注意力而对文章各部分赋予差异化重要性。通过在大型真实数据集上的实验，我们观察到 3HAN 的有效性，准确率达 96.77%。与某些其他深度学习模型不同，3HAN 通过赋予文章不同部分的注意力权重提供可理解的输出，可通过热力图可视化以进一步人工事实核查。
引用
@article{arxiv.2306.12014,
title = {3HAN: A Deep Neural Network for Fake News Detection},
author = {Sneha Singhania and Nigel Fernandez and Shrisha Rao},
journal= {arXiv preprint arXiv:2306.12014},
year = {2023}
}
备注
Published as a conference paper at ICONIP 2017