-
题名社交媒体虚假信息检测研究综述
被引量：2
- 1
-
-
作者
陈静
周刚
李顺航
郑嘉丽
卢记仓
郝耀辉
-
机构
信息工程大学数据与目标工程学院
-
出处
《计算机科学》
CSCD
北大核心
2024年第11期1-14,共14页
-
基金
国家自然科学基金面上项目(62172433)
河南省科技攻关项目(222102210081)
河南省软科学研究项目(202400410084)。
-
文摘
社交媒体上的虚假信息不仅危害网络空间安全,还在重大事件中扮演着关键角色,严重误导公众,对政治和社会秩序造成负面影响。为此,围绕面向社交媒体的虚假信息检测技术研究展开综述,为构建高效检测技术和遏制社交媒体虚假信息泛滥奠定理论基础。首先,深入剖析虚假信息的内涵本质,探讨其在社交平台上的产生机理、具体表现形式,并界定检测任务的基础框架与目标;其次,从语义一致性视角出发,专注内容语义、社交上下文感知和知识驱动三大层面,对比梳理典型检测方法;在此基础之上,深入探究增强检测算法可解释性最新研究成果;进一步,从对抗博弈视角,深度剖析当前社交媒体虚假信息检测任务面临的挑战以及大型语言模型为虚假信息检测技术研究带来的机遇;最后,对社交媒体虚假信息检测技术未来的发展进行了展望。
-
关键词
虚假信息检测
跨模态关联
社交上下文感知
知识驱动
大语言模型
-
Keywords
Fake news detection
Cross-modal correlation
Social context awareness
Knowledge-driven
Large language model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
