@正在进行{加纳-土耳其-2021-fakeflow,title=“{F}ake{F}low:通过情感信息流建模检测虚假新闻”,author=“Ghanem、Bilal和蓬泽托、西蒙·保罗和罗索、保罗和弗朗西斯科·兰格尔”,editor=“梅洛、保拉和Tiedemann、Jorg和沙法提、鲁特“,booktitle=“计算语言学协会欧洲分会第十六届会议记录:主要卷”,月=四月,年=“2021”,address=“在线”,publisher=“计算语言学协会”,url=“https://aclantology.org/2021.eacl-main.56”,doi=“10.18653/v1/2021.eacl-main.56”,pages=“679--689”,abstract=“假新闻文章常常通过情感诉求来引起读者的注意。与短篇新闻不同,长篇文章的作者可以利用这些情感因素,通过添加夸张或虚构事件来操纵读者,从而影响读者情绪。为了捕捉到这一点,我们在本文中建议使用神经结构对虚假新闻文章中的情感信息流进行建模。该模型FakeFlow通过结合主题和从文本中提取的情感信息来学习这种流。我们在四个真实数据集上进行了几次实验,以评估模型{'}的性能。结果表明,与最先进的方法相比,FakeFlow获得了更好的结果,从而证实了捕获新闻文章中情感信息流的重要性。",}
<?xml版本=“1.0”编码=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“ghanem-etal-2021-fakeflow”><标题信息>FakeFlow:通过情感信息流建模检测虚假新闻</titleInfo><name type=“个人”>比拉尔加纳<角色>作者</角色></name><name type=“personal”>西蒙保罗蓬泽托<角色>作者</角色></name><name type=“personal”>保罗红牛队<角色>作者</角色></name><name type=“personal”>弗朗西斯科Rangel系列<角色>作者</角色></name><originInfo>2021-04发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息><title=计算语言学协会欧洲分会第十六届会议论文集:主要卷</title=</titleInfo><name type=“personal”><namePart type=“given”>保拉</namePart>梅尔洛<角色>编辑器</角色></name><name type=“personal”>Jorg(约格)蒂德曼<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>重新使用</namePart>Tsarfaty公司<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>在线</place></originInfo>会议出版物</relatedItem>假新闻往往通过情感诉求来激发读者的情感,从而引起读者的注意。与短篇新闻不同,长篇文章的作者可以利用这些情感因素,通过添加夸张或虚构事件来操纵读者,从而影响读者的情绪。为了捕捉到这一点,我们在本文中建议使用神经结构对虚假新闻文章中的情感信息流进行建模。该模型FakeFlow通过结合主题和从文本中提取的情感信息来学习这种流。我们在四个真实数据集上进行了几次实验,以评估模型的性能。结果表明,与最先进的方法相比,FakeFlow获得了更好的结果,从而证实了捕获新闻文章中情感信息流的重要性</摘要><identifier type=“citekey”>ghanem-etal-2021-fakeflow</identifier>10.18653/v1/2021.eacl-main.56<位置><网址>https://aclantology.org/2021.eacl-main.56</url></位置><部分>2021-04年<扩展单元=“page”><开始>679<end>689</范围></部分></mods></modsCollection>
%0会议记录%T FakeFlow:通过情感信息流建模检测虚假新闻%阿加尼姆,比拉尔%蓬泽托,西蒙·保罗%一只红牛,保罗%弗朗西斯科·兰格尔%Y Merlo、Paola%约格·Y·蒂德曼%Y Tsarfaty,鲁特%计算语言学协会欧洲分会第16届会议论文集:主要卷%D 2021年%4月8日%计算语言学协会%C在线%F加纳-塔尔-2021-fakeflow%X虚假新闻文章往往通过情感诉求来激发读者的情感,从而引起读者的注意。与短篇新闻不同,长篇文章的作者可以利用这些情感因素,通过添加夸张或虚构事件来操纵读者,从而影响读者的情绪。为了捕捉到这一点,我们在本文中建议使用神经结构对虚假新闻文章中的情感信息流进行建模。该模型FakeFlow通过结合主题和从文本中提取的情感信息来学习这种流。我们在四个真实数据集上进行了几次实验,以评估模型的性能。结果表明,与最先进的方法相比,FakeFlow获得了更好的结果,从而证实了捕捉新闻文章中情感信息流的重要性。%R 10.18653/v1/2021.eacl-main.56%U型https://aclantology.org/2021.eacl-main.56%U型https://doi.org/10.18653/v1/2021.eacl-main.56%电话679-689
降价(非正式)
【FakeFlow:通过情感信息流建模检测虚假新闻】(https://aclantology.org/2021.eacl-main.56)(Ghanem等人,EACL 2021)
国际计算语言学协会
- 比拉尔·加内姆(Bilal Ghanem)、西蒙·保罗·蓬泽托(Simone Paolo Ponzetto)、保罗·罗索(Paolo Rosso)和弗朗西斯科·兰格尔(Francisco Rangel)。2021FakeFlow:通过情感信息流建模检测虚假新闻.英寸计算语言学协会欧洲分会第16届会议记录:主要卷,第679–689页,在线。计算语言学协会。