ScholarGate
助手
Process / pipeline

假新闻检测 — 虚假信息分类

假新闻检测是一项自然语言处理分类任务,用于评估新闻文本的可信度,并将内容标记为虚假或真实。该方法借鉴了 Shu 等人 (2017) 的社交媒体框架和 Thorne 和 Vlachos (2018) 的自动事实核查框架,将非结构化的新闻文章转化为从标记示例中学习到的监督式可信度决策。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. Shu, K. et al. (2017). Fake News Detection on Social Media. ACM SIGKDD. link
  2. Thorne, J. & Vlachos, A. (2018). Automated Fact Checking. COLING. link

如何引用本页

ScholarGate. (2026, June 1). Fake News Detection (Misinformation Classification). ScholarGate. https://scholargate.app/zh/text-mining/fake-news-detection

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较

被引用于

ScholarGateFake News Detection (Fake News Detection (Misinformation Classification)). 于 2026-06-15 检索自 https://scholargate.app/zh/text-mining/fake-news-detection · 数据集: https://doi.org/10.5281/zenodo.20539026