社交媒体虚假信息检测基础与模型

社交媒体虚假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。《社交媒体虚假信息检测基础及模型》基于自然语言处理视角，结合机器学习、神经网络、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假信息检测的基础和模型。《社交媒体虚假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，作者首先给出虚假信息的定义及分类，接着从统计学习和深度学习两个方面介绍虚假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假信息检测在语义、知识、传播、用户和多元信息融合5个方面的计算模型，最后对社交媒体虚假信息检测进行了深度展望。《社交媒体虚假信息检测基础及模型》对社交媒体虚假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，《社交媒体虚假信息检测基础及模型》提出的这些方法有助于提高社交媒体虚假信息检测的分析性能，同时减少对大规模语料库的依赖性，为今后的社交媒体虚假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。