Přístup pro učení se více úkolů pro detekci falešných zpráv: novinka, emoce a cit půjčí pomocnou ruku
Abstrakt
Nedávný výbuch falešných informací na sociálních média vedla k intenzivnímu výzkumu automatických modelů fake news detection a ověřovačů faktů. Falešné zprávy a dezinformace, vzhledem ke své zvláštnosti a rychlému šíření, představovaly mnoho zajímavé výzvy v oblasti zpracování přirozeného jazyka (NLP) a komunity Machine Learning (ML).
Přípustná literatura ukazuje, že neotřelé informace zahrnují moment překvapení, což je hlavní charakteristika pro zesílení a viralita dezinformací. Román a emocionální informace přitahuje okamžitou pozornost čtenáře.
Emoce jsou prezentace určitého pocitu nebo sentimentu. Sentiment pomáhá jedince, který by vyjadřoval své emoce prostřednictvím výrazu a proto spolu tyto dvě věci souvisejí.
Tedy novinka v novince a následně zjištění emočního stavu a pocitu čtečka vypadá jako tři klíčové ingredience, těsně spojené s dezinformacemi. V tomto dokumentu navrhujeme hluboký multiúkol učící se model, který společně provádí detekci novot, emocí rozpoznávání, předpovídání nálad a odha