Combat COVID-19 infodemic using explainable natural language processing models

Misinformation of COVID-19 is prevalent on social media as the pandemic unfolds, and the associated risks are extremely high. Thus, it is critical to detect and combat such misinformation. Recently, deep learning models using natural language processing techniques, such as BERT (Bidirectional Encode...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Information processing & management Ročník 58; číslo 4; s. 102569
Hlavní autoři:	Ayoub, Jackie, Yang, X. Jessie, Zhou, Feng
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	England Elsevier Ltd 01.07.2021 Elsevier Science Ltd
Témata:	Accuracy BERT Between-subjects design Bidirectionality Coders Coronaviruses COVID-19 Datasets Deep learning DistilBERT Effectiveness Efficiency False information Language Language acquisition Machine learning Misinformation Misinformation detection Model testing Natural language processing Pandemics SHAP Social media Social networks Trust COVID-19 SHAP BERT Misinformation detection DistilBERT Trust
ISSN:	0306-4573, 1873-5371, 0306-4573
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!