Semantic graph based topic modelling framework for multilingual fake news detection

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3ARKWJNVDH" target="_blank" >RIV/00216208:11320/23:RKWJNVDH - isvavai.cz</a>
Výsledek na webu
<a href="https://www.sciencedirect.com/science/article/pii/S2666651023000062" target="_blank" >https://www.sciencedirect.com/science/article/pii/S2666651023000062</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.aiopen.2023.08.004" target="_blank" >10.1016/j.aiopen.2023.08.004</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Semantic graph based topic modelling framework for multilingual fake news detection
Popis výsledku v původním jazyce
"Fake news detection is one of the most alluring problems that has grabbed the interest of Machine Learning (ML) and Natural Language Processing (NLP) experts in recent years. The majority of existing studies on detecting fake news are written in English, restricting its application outside the English-speaking population."
Název v anglickém jazyce
Semantic graph based topic modelling framework for multilingual fake news detection
Popis výsledku anglicky
"Fake news detection is one of the most alluring problems that has grabbed the interest of Machine Learning (ML) and Natural Language Processing (NLP) experts in recent years. The majority of existing studies on detecting fake news are written in English, restricting its application outside the English-speaking population."

Druh
J<sub>ost</sub> - Ostatní články v recenzovaných periodicích
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)