用于虚假新闻检测的多视角自编码器

鉴于虚假新闻在社交媒体上的传播速度和数量，这一自动化虚假新闻检测任务变得极其重要。然而，该任务存在若干挑战，包括提取包含关于虚假新闻相关信息的文本特征。关于虚假新闻检测的研究表明，没有单一的特征提取技术能够在所有情景下 consistently 超过其他技术。然而，不同的特征提取技术可以提供关于文本数据的互补信息，并 enable 更全面的内容表征。本文提出使用多视角自编码器通过整合文献中常用的几种特征提取技术，为虚假新闻检测生成联合特征表征。实验表明，与单个视角（特征表征）相比，在分类性能上具有显著提升。我们还观察到，选择部分视角而不是由所有视角构成的潜在空间，在准确率和计算开销方面都具有优势。有关更多细节，包括源代码、图表和数据集，请参阅项目存储库：https://github.com/ingrydpereira/multiview-fake-news。