Supervised Classification Methods for Fake News Identification

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F20%3A63527099" target="_blank" >RIV/70883521:28140/20:63527099 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007%2F978-3-030-61534-5_40" target="_blank" >https://link.springer.com/chapter/10.1007%2F978-3-030-61534-5_40</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-61534-5_40" target="_blank" >10.1007/978-3-030-61534-5_40</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Supervised Classification Methods for Fake News Identification
Popis výsledku v původním jazyce
Along with the rapid increase in the popularity of onlinemedia, the proliferation of fake news and its propagation is also rising.Fake news can propagate with an uncontrollable speed without verifica-tion and can cause severe damages. Various machine learning and deeplearning approaches have been attempted to classify the real and thefalse news. In this research, the author group presents a comprehensiveperformance evaluation of eleven supervised algorithms on three datasetsfor fake news classification.
Název v anglickém jazyce
Supervised Classification Methods for Fake News Identification
Popis výsledku anglicky
Along with the rapid increase in the popularity of onlinemedia, the proliferation of fake news and its propagation is also rising.Fake news can propagate with an uncontrollable speed without verifica-tion and can cause severe damages. Various machine learning and deeplearning approaches have been attempted to classify the real and thefalse news. In this research, the author group presents a comprehensiveperformance evaluation of eleven supervised algorithms on three datasetsfor fake news classification.

Druh
D - Stať ve sborníku
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
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
ISBN
978-303061533-8
ISSN
03029743
e-ISSN
—
Počet stran výsledku
10
Strana od-do
445-454
Název nakladatele
Springer Science and Business Media Deutschland GmbH
Místo vydání
Berlín
Místo konání akce
Zakopane
Datum konání akce
12. 10. 2020
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—

Podobné výsledky(10)