您的位置: 专家智库 > >

张怀文

作品数:2 被引量:3H指数:1
供职机构:中国科学院自动化研究所更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇专利

领域

  • 1篇自动化与计算...

主题

  • 1篇调查问卷
  • 1篇多模态
  • 1篇性格测试
  • 1篇谣言
  • 1篇用户
  • 1篇社交
  • 1篇社交媒体
  • 1篇图像
  • 1篇区分度
  • 1篇问卷
  • 1篇媒体

机构

  • 2篇中国科学院自...
  • 1篇郑州大学

作者

  • 2篇徐常胜
  • 2篇张怀文
  • 1篇桑基韬
  • 1篇方全
  • 1篇李莎

传媒

  • 1篇中国图象图形...

年份

  • 1篇2021
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
基于图像的性格测试调查问卷生成方法及调查交互的方法
本发明公开了一种基于图像的性格测试调查问卷生成方法和调查交互的方法。其中,性格测试调查问卷生成方法包括获取用户喜欢的图像集及所述用户的性格属性真值集合,并构建图像与用户的第一关系;进行概念提取,构建图像与概念的关系;提取...
桑基韬徐常胜张怀文
文献传递
多模态多层次事件网络的谣言检测被引量:3
2021年
目的自动检测谣言至关重要,目前已有多种谣言检测方法,但存在以下两点局限:1)只考虑文本内容,忽略了可用于判断谣言的辅助多模态信息;2)只关注时间序列模型捕捉谣言事件的时间特征,没有很好地研究事件的局部信息和全局信息。为了克服这些局限性,有效利用多模态帖子信息并联合多种编码策略构建每个新闻事件的表示,本文提出一种新颖的基于多模态多层次事件网络的社交媒体谣言检测方法。方法通过一个多模态的帖子嵌入层,同时利用文本内容和视觉内容;将多模态的帖子嵌入向量送入多层次事件编码网络,联合使用多种编码策略,以由粗到细的方式描述事件特征。结果在Twitter和Pheme数据集上的大量实验表明,本文提出的多模态多层次事件网络模型比现有的SVM-TS(support vector machine—time structure)、CNN(convolutional neural network)、GRU(gated recurrent unit)、CallAtRumors和MKEMN(multimodal knowledge-aware event memory network)等方法在准确率上提升了4%以上。结论本文提出的谣言检测模型,对每个事件的全局、时间和局部信息进行建模,提升了谣言检测的性能。
李莎张怀文钱胜胜方全徐常胜
关键词:多模态社交媒体
共1页<1>
聚类工具0