F2IND-IT！——基于图像和文本的多模态模糊印度假新闻检测
人工智能
2026-05-19 v1
摘要
区域和国家媒体机构之间事实偏差的操纵 complicate 印度等多样化景观中的 misinformation 检测。本文提出一种新型多模态框架，结合视觉与文本模态以实现假新闻检测。该架构利用 ResNet-50 卷积神经网络提取图像视觉特征，采用 DistilBERT 编码器获取文本语义嵌入，并使用自适应神经模糊推理系统（ANFIS）生成模糊可靠性评分。一个轻量级注意力融合模块在分类前为每个模态分配可学习权重。评估于 IFND 数据集，本文通过深入的比较分析验证了该模型。实验结果在准确率、精确率、召回率和 指数上均显示出优异性能，确认了该架构的有效性。
引用
@article{arxiv.2605.17115,
title = {F2IND-IT! -- Multimodal Fuzzy Fake Indian News Detection using Images and Text},
author = {Kushal Trivedi and Murtuza Shaikh and Khushi Singh and Jeevaraj S.},
journal= {arXiv preprint arXiv:2605.17115},
year = {2026}
}
备注
10 pages, 1 figure