周报 27

字数统计: 280字   |   阅读时长≈ 1分

author:魏静崎
2024年9月17日
研究方向：虚假信息检测

之前工作内容：

1、阅读论文Zhu Y, Sheng Q, Cao J, et al. Generalizing to the future: Mitigating entity bias in fake news detection[C]//Proceedings of the 45th International ACM SIGIR Conference on Research and Development in Information Retrieval. 2022: 2120-2125.

论文概述了一个实体偏置框架，框架通过对实体特征的抽取获得的特征和base model获得的文本特征以0.1的权重相融合并进行分类得到最终的结果。

![[1726628575968.png]]
注：该论文使用年份值作为领域值，因此得到的效果其实并不理想。

通过对weibo21数据集的提取，额外提取了MDFEND模型所需之外的评论内容，修改现有ENDEF论文对实体做提取的代码
加入CoTAttention模块并修改原有的卷积模块
对替换的评论部分进行特征提取并以0.15的权重和MDFEND得到的特征融合得到最终结果。
效果对比原始论文有所提升。
test result: accuracy=0.917614 precision=0.926702 recall=0.921875 f1=0.924282

赏

谢谢你请我吃糖果

支付宝
微信

扫一扫，分享到微信

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia-plus根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

还在学习中的在读硕士，网站可能有些连接暂无法正常使用，有问题可以联系QQ:2863826649