ACM通信
ACM TechNews
人工智能可以在推特用户传播虚假信息之前预测他们
谢菲尔德大学的人工智能预测了推特用户传播虚假信息的可能性。
英国谢菲尔德大学的研究人员开发的人工智能预测了推特用户传播虚假信息的可能性，使用自然语言处理技术分析了大约100万条推文。
研究人员将6200名用户分成两组，一组分享不可靠消息来源，另一组只分享可靠消息来源。
他们用这些数据训练了一个机器学习算法，以预测用户以后是否会转发不可靠来源的内容。后来发现，这些预测的准确率为79.7%。
分享不可靠消息来源的用户更有可能在推特上谈论政治或宗教，使用不礼貌的语言;那些分享可靠消息来源的人经常在推特上分享他们的个人生活。
谢菲尔德大学的Yida Mu表示:“研究和分析用户分享不可靠新闻来源内容的行为，可以帮助社交媒体平台在用户层面防止假新闻的传播，补充现有的在帖子或新闻来源层面起作用的事实核查方法。”
从谢菲尔德大学(英国)
查看全文
版权所有©2020SmithBucklin美国华盛顿特区
没有找到条目