扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
心灵元气社
-
>
县中的孩子 中国县域教育生态
-
>
(精)人类的明天(八品)
-
>
厌女（增订本）
-
>
这样学习才高效/杨慧琴
-
>
心理学经典文丛:女性心理学
-
>
中国文化5000年
社交媒体虚假信息检测基础及模型 版权信息
- ISBN：9787030727138
- 条形码：9787030727138 ; 978-7-03-072713-8
- 装帧：平装
- 册数：暂无
- 重量：暂无
- 所属分类：>
社交媒体虚假信息检测基础及模型 本书特色
社交媒体虚假信息自动检测研究受到了计算语言学界和产业界的广泛关注，并逐步成为研究热点。《社交媒体虚假信息检测基础及模型》基于自然语言处理视角，结合机器学习、神经网络、语料库语言学等相关技术，以作者的一系列研究成果为内容主线，系统介绍了社交媒体虚假信息检测的基础和模型。《社交媒体虚假信息检测基础及模型》分为基础篇和模型篇，共8章。在基础篇中，作者首先给出虚假信息的定义及分类，接着从统计学习和深度学习两个方面介绍虚假信息检测依赖的相关技术。在模型篇中，作者全面探索了社交媒体虚假信息检测在语义、知识、传播、用户和多元信息融合5个方面的计算模型，*后对社交媒体虚假信息检测进行了深度展望。《社交媒体虚假信息检测基础及模型》对社交媒体虚假信息检测的关键技术进行了深入的研究，提出了相关问题的一些解决方法，并设计了相应的算法和实验。实验表明，《社交媒体虚假信息检测基础及模型》提出的这些方法有助于提高社交媒体虚假信息检测的分析性能，同时减少对大规模语料库的依赖性，为今后的社交媒体虚假信息检测研究奠定了一个重要基础，为同类研究提供了一个参考。
社交媒体虚假信息检测基础及模型 内容简介
社交媒体虚假信息自动检测研究受到了计算语言学界的广泛关注，成为研究热点。本书基于自然语言处理视角，结合机器学习、神经网络、语料库语言学等相关技术，以作者的一系列研究成果为内容主线，系统介绍了社交媒体虚假信息检测的基础和模型。全书共8章，分为基础篇和模型篇，首先给出虚假信息的表现形式及分类，接着从传统统计学习和*新深度学习两个方面介绍虚假信息检测依赖的相关技术，然后全面探索社交媒体虚假信息检测在语义、知识、传播、用户和多元信息融合5个方面的计算模型，*后对社交媒体虚假信息检测进行展望。
社交媒体虚假信息检测基础及模型 目录
目录
前言
**篇 基 础 篇
第1章 社交媒体虚假信息检测概述 3
1.1 引言 3
1.2 社交媒体概述 3
1.3 虚假信息概述 4
1.3.1 背景 4
1.3.2 术语定义 4
1.4 虚假信息检测计算模型综述 6
1.4.1 传统机器学习模型 6
1.4.2 深度学习模型 8
1.5 评测指标 10
1.6 本章小结 10
参考文献 11
第2章 相关技术 16
2.1 引言 16
2.2 传统机器学习模型 16
2.2.1 支持向量机 16
2.2.2 互信息和点互信息 18
2.2.3 决策树 19
2.2.4 主题模型 20
2.2.5 词频-逆文档频率 20
2.3 深度学习技术 21
2.3.1 词向量 21
2.3.2 word2vec和GLOVE模型 22
2.3.3 循环神经网络 23
2.3.4 卷积神经网络 24
2.3.5 BERT 模型 25
2.3.6 对抗生成网络 26
2.3.7 图神经网络 26
2.4 本章小结 27
参考文献 27
第二篇 模 型 篇
第3章 融合语义的虚假信息检测模型 31
3.1 引言 31
3.2 基于主题的谣言检测模型 31
3.2.1 背景 31
3.2.2 算法模型 32
3.2.3 实验分析 33
3.3 基于全局语义信息的谣言检测模型 44
3.3.1 背景 44
3.3.2 算法模型 46
3.3.3 实验分析 51
3.4 本章小结 56
参考文献 57
第4章 融合知识的虚假信息检测模型 60
4.1 引言 60
4.2 基于世界知识的虚假新闻检测模型 60
4.2.1 背景 60
4.2.2 算法模型 61
4.2.3 实验分析 63
4.3 基于语言知识的虚假新闻检测模型 66
4.3.1 背景 66
4.3.2 算法模型 67
4.3.3 实验分析 73
4.4 本章小结 77
参考文献 78
第5章 融合传播的虚假信息检测模型 80
5.1 引言 80
5.2 基于时空结构的谣言检测模型 81
5.2.1 背景 81
5.2.2 算法模型 82
5.2.3 实验分析 87
5.3 本章小结 93
参考文献 93
第6章 融合用户的虚假信息检测模型 95
6.1 引言 95
6.2 基于用户行为的谣言检测模型 96
6.2.1 背景 96
6.2.2 算法模型 97
6.2.3 实验分析 102
6.3 本章小结 106
参考文献 106
第7章 多元信息融合的虚假信息检测模型 110
7.1 引言 110
7.2 基于多元信息融合和推理的虚假新闻检测模型 110
7.2.1 背景 110
7.2.2 算法模型 112
7.2.3 实验分析 117
7.3 本章小结 121
参考文献 121
第8章 总结与展望 125
8.1 本书总结 125
8.2 未来展望 125
8.2.1 多模态虚假信息检测 125
8.2.2 多元信息融合检测 126
8.2.3 虚假信息早期检测 126
8.3 结束语 126
附录A 虚假信息检测常用数据集资源 127
附录B 虚假信息检测开源代码资源 129
前言
**篇 基 础 篇
第1章 社交媒体虚假信息检测概述 3
1.1 引言 3
1.2 社交媒体概述 3
1.3 虚假信息概述 4
1.3.1 背景 4
1.3.2 术语定义 4
1.4 虚假信息检测计算模型综述 6
1.4.1 传统机器学习模型 6
1.4.2 深度学习模型 8
1.5 评测指标 10
1.6 本章小结 10
参考文献 11
第2章 相关技术 16
2.1 引言 16
2.2 传统机器学习模型 16
2.2.1 支持向量机 16
2.2.2 互信息和点互信息 18
2.2.3 决策树 19
2.2.4 主题模型 20
2.2.5 词频-逆文档频率 20
2.3 深度学习技术 21
2.3.1 词向量 21
2.3.2 word2vec和GLOVE模型 22
2.3.3 循环神经网络 23
2.3.4 卷积神经网络 24
2.3.5 BERT 模型 25
2.3.6 对抗生成网络 26
2.3.7 图神经网络 26
2.4 本章小结 27
参考文献 27
第二篇 模 型 篇
第3章 融合语义的虚假信息检测模型 31
3.1 引言 31
3.2 基于主题的谣言检测模型 31
3.2.1 背景 31
3.2.2 算法模型 32
3.2.3 实验分析 33
3.3 基于全局语义信息的谣言检测模型 44
3.3.1 背景 44
3.3.2 算法模型 46
3.3.3 实验分析 51
3.4 本章小结 56
参考文献 57
第4章 融合知识的虚假信息检测模型 60
4.1 引言 60
4.2 基于世界知识的虚假新闻检测模型 60
4.2.1 背景 60
4.2.2 算法模型 61
4.2.3 实验分析 63
4.3 基于语言知识的虚假新闻检测模型 66
4.3.1 背景 66
4.3.2 算法模型 67
4.3.3 实验分析 73
4.4 本章小结 77
参考文献 78
第5章 融合传播的虚假信息检测模型 80
5.1 引言 80
5.2 基于时空结构的谣言检测模型 81
5.2.1 背景 81
5.2.2 算法模型 82
5.2.3 实验分析 87
5.3 本章小结 93
参考文献 93
第6章 融合用户的虚假信息检测模型 95
6.1 引言 95
6.2 基于用户行为的谣言检测模型 96
6.2.1 背景 96
6.2.2 算法模型 97
6.2.3 实验分析 102
6.3 本章小结 106
参考文献 106
第7章 多元信息融合的虚假信息检测模型 110
7.1 引言 110
7.2 基于多元信息融合和推理的虚假新闻检测模型 110
7.2.1 背景 110
7.2.2 算法模型 112
7.2.3 实验分析 117
7.3 本章小结 121
参考文献 121
第8章 总结与展望 125
8.1 本书总结 125
8.2 未来展望 125
8.2.1 多模态虚假信息检测 125
8.2.2 多元信息融合检测 126
8.2.3 虚假信息早期检测 126
8.3 结束语 126
附录A 虚假信息检测常用数据集资源 127
附录B 虚假信息检测开源代码资源 129
展开全部
书友推荐
- >
罗庸西南联大授课录
罗庸西南联大授课录
¥13.8¥32.0 - >
我与地坛
我与地坛
¥15.4¥28.0 - >
推拿
推拿
¥12.2¥32.0 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥5.1¥10.0 - >
小考拉的故事-套装共3册
小考拉的故事-套装共3册
¥36.7¥68.0 - >
回忆爱玛侬
回忆爱玛侬
¥9.8¥32.8 - >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥13.5¥24.0
本类畅销
-
钱基博讲古籍版本
¥8.8¥18 -
中国古书编例史
¥33.2¥65 -
中国的类书.政书和丛书
¥9.4¥13 -
文献学专题史略
¥15¥28 -
中国图书史十讲-插图本
¥21.8¥68 -
中华书局有限公司近代中国的学术与藏书
¥77.4¥86
