论文部分内容阅读
谣言在网站上散布了大量错误信息与虚假信息,而谣言的及时性检测仍显不足.本文提出在多模态的新闻数据集上,通过GBDT框架完成对虚假新闻的检测,包含文本和图片分类模型以及GAN模块.实验表明针对多模态虚假新闻检测的准确度有显著提升,模型在数据集测试的F1值最终达到0.95,识别准确率达到0.9901.