Biblioteca122.294 documentos en línea

Artículo

Arabic Fake News Detection: Comparative Study of Neural Networks and Transformer-Based ApproachesDetección de noticias falsas en árabe: Estudio comparativo de redes neuronales y enfoques basados en transformadores.

Resumen

La detección de noticias falsas (FND, por sus siglas en inglés) implica predecir la probabilidad de que un artículo de noticias en particular (informe de noticias, editorial, exposé, etc.) sea intencionalmente engañoso. La FND en árabe comenzó a recibir más atención en la última década, y muchos enfoques de detección han demostrado cierta capacidad para detectar noticias falsas en múltiples conjuntos de datos. Sin embargo, la mayoría de los enfoques existentes no consideran los avances recientes en el procesamiento del lenguaje natural, es decir, el uso de redes neuronales y transformadores. Este artículo presenta un estudio comparativo exhaustivo de modelos de lenguaje basados en redes neuronales y transformadores utilizados para la FND en árabe. Examinamos el uso de redes neuronales y modelos de lenguaje basados en transformadores para la FND en árabe y mostramos su rendimiento en comparación entre sí. También realizamos un análisis exhaustivo de las posibles razones de la diferencia en los resultados de rendimiento obtenidos por diferentes enfo

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento