由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版社交媒体虚信息检测基础及模型9787030727138科学出版社
¥ ×1
目录
前言
篇 基 础 篇
章 社交媒体虚信息检测概述 3
1.1 引言 3
1.2 社交媒体概述 3
1.3 虚信息概述 4
1.3.1 背景 4
1.3.2 术语定义 4
1.4 虚信息检测计算模型综述 6
1.4.1 传统机器学习模型 6
1.4.2 深度学习模型 8
1.5 评测指标 10
1.6 本章小结 10
参考文献 11
第2章 相关技术 16
2.1 引言 16
2.2 传统机器学习模型 16
2.2.1 支持向量机 16
2.2.2 互信息和点互信息 18
2.. 决策树 19
2.2.4 主题模型 20
2.2.5 词频-逆文档频率 20
. 深度学习技术 21
..1 词向量 21
..2 word2vec和GLOVE模型 22
.. 循环神经网络
..4 卷积神经网络 24
..5 BERT 模型 25
.. 对抗生成网络 26
.. 图神经网络 26
2.4 本章小结 27
参考文献 27
第二篇 模 型 篇
第3章 融合语义的虚信息检测模型 31
3.1 引言 31
3.2 基于主题的检测模型 31
3.2.1 背景 31
3.2.2 算法模型 32
3.. 实验分析 33
3.3 基于全局语义信息的检测模型 44
3.3.1 背景 44
3.3.2 算法模型 46
3.3.3 实验分析 51
3.4 本章小结 56
参考文献 57
第4章 融合知识的虚信息检测模型 60
4.1 引言 60
4.2 基于世界知识的虚新闻检测模型 60
4.2.1 背景 60
4.2.2 算法模型 61
4.. 实验分析 63
4.3 基于语言知识的虚新闻检测模型 66
4.3.1 背景 66
4.3.2 算法模型 67
4.3.3 实验分析 73
4.4 本章小结 77
参考文献 78
第5章 融合传播的虚信息检测模型 80
5.1 引言 80
5.2 基于时空结构的检测模型 81
5.2.1 背景 81
5.2.2 算法模型 82
5.. 实验分析 87
5.3 本章小结 93
参考文献 93
第6章 融合用户的虚信息检测模型 95
6.1 引言 95
6.2 基于用户行为的检测模型 96
6.2.1 背景 96
6.2.2 算法模型 97
6.. 实验分析 102
6.3 本章小结 106
参考文献 106
第7章 多元信息融合的虚信息检测模型 110
7.1 引言 110
7.2 基于多元信息融合和推理的虚新闻检测模型 110
7.2.1 背景 110
7.2.2 算法模型 112
7.. 实验分析 117
7.3 本章小结 121
参考文献 121
第8章 总结与展望 125
8.1 本书总结 125
8.2 未来展望 125
8.2.1 多模态虚信息检测 125
8.2.2 多元信息融合检测 126
8.. 虚信息早期检测 126
8.3 结束语 126
附录A 虚信息检测常用数据集资源 127
附录B 虚信息检测开源代码资源 129
社交媒体虚信息自动检测研究受到了计算语言学界和产业界的广泛关注,并逐步成为研究热点。《社交媒体虚信息检测基础及模型》基于自然语言处理视角,结合机器学经网络、语料库语言学等相关技术,以作者的一系列研究成果为内容主线,系统介绍了社交媒体虚信息检测的基础和模型。《社交媒体虚信息检测基础及模型》分为基础篇和模型篇,共8章。在基础篇中,作者首先给出虚信息的定义及分类,接着从统计学习和深度学习两个方面介绍虚信息检测依赖的相关技术。在模型篇中,作者全面探索了社交媒体虚信息检测在语义、知识、传播、用户和多元信息融合5个方面的计算模型,*后对社交媒体虚信息检测进行了深度展望。《社交媒体虚信息检测基础及模型》对社交媒体虚信息检测的关键技术进行了深入的研究,提出了相关问题的一些解决方法,并设计了相应的算法和实验。实验表明,《社交媒体虚信息检测基础及模型》提出的这些方法有于提高社交媒体虚信息检测的分析能,同时减少对大规模语料库的依赖,为今后的社交媒体虚信息检测研究奠定了一个重要基础,为同类研究提供了一个参考。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格