BMR论文阅读笔记（Bootstrapping Multi-view Representations for Fake News Detection）
以往的多媒体假新闻检测研究包括一系列复杂的特征提取和融合网络，从新闻中收集有用的信息。然而，跨模态一致性如何影响新闻的保真度以及不同模态的特征如何影响决策仍然是一个悬而未决的问题。a56爆大奖在线娱乐提出了a56爆大奖在线娱乐基于自举多视图a56爆大奖在线娱乐(BMR)的假新闻检测方案。对于一篇多模态新闻，a56爆大奖在线娱乐们分别从a56爆大奖在线娱乐、图像模式和图像语义的角度提取新闻的a56爆大奖在线娱乐。提出了改进的多门混合专家网络(iMMoE)，用于特征的细化和融合。a56爆大奖在线娱乐视图的a56爆大奖在线娱乐分别用于粗预测整个新闻的保真度，多模态a56爆大奖在线娱乐能够预测跨模态一致性。有了预测分数，a56爆大奖在线娱乐们重新权衡表征的a56爆大奖在线娱乐视图，并引导它们进行假新闻检测。在典型假新闻检测数据集上进行的大量实验证明，BMR优于最先进的方案。
