基于深度神经网络的多模态网络信息疫情分析与检测趋势综述
计算与语言
2021-12-03 v1
摘要
假新闻和错误信息是全球人们关注的问题。互联网和社交媒体网站的用户经常遇到含有虚假内容的信息。假新闻检测是被分析最多且最突出的研究领域之一。这些检测技术应用了流行的机器学习和深度学习算法。该领域先前的工作广泛涵盖了在线传播文本的假新闻检测。被大量观察和分析的平台包括新闻网站和 Twitter。Facebook、Reddit、WhatsApp、YouTube 及其他社交应用在这个新兴领域中正逐渐受到关注。研究人员正在基于由文本、图像、视频、语音及其他促成因素组成的多种模态分析在线数据。各种模态的组合带来了高效的假新闻检测。目前，有大量综述整合了文本假新闻检测算法。本综述主要处理包含图像、视频及其与文本组合的多模态假新闻检测技术。我们提供了对八十篇文章的全面文献综述，介绍了最先进的检测技术，从而识别研究空白并为研究人员进一步推进该领域构建路径。
引用
@article{arxiv.2112.00803,
title = {A Review of Web Infodemic Analysis and Detection Trends across Multi-modalities using Deep Neural Networks},
author = {Chahat Raj and Priyanka Meel},
journal= {arXiv preprint arXiv:2112.00803},
year = {2021}
}
备注
47 pages