基于自然语言处理与循环神经网络的新闻文章错误信息分类
计算与语言
2022-10-26 v1 机器学习
摘要
本文旨在利用长短期记忆循环神经网络解决新闻文章中的错误信息分类问题。文章取自2018年，这一年记者们大量报道了唐纳德·特朗普总统、特别顾问罗伯特·穆勒、国际足联世界杯以及俄罗斯。所提出的模型以0.779944的准确率成功对这些文章进行分类。我们认为这是成功的，因为该模型是在包含非英语语言以及不完整或碎片化文章的数据上训练的。
引用
@article{arxiv.2210.13534,
title = {Classification of Misinformation in New Articles using Natural Language Processing and a Recurrent Neural Network},
author = {Brendan Cunha and Lydia Manikonda},
journal= {arXiv preprint arXiv:2210.13534},
year = {2022}
}
备注
ICWSM Data Conference 2020