机构名称：
¥ 1.0
摘要 — 虚假健康新闻的广泛传播带来了巨大的挑战，危及了普通民众的健康和福祉。在信息过剩的时代尤其如此。为了开发能够发现欺诈性健康相关信息的自动化系统，研究人员应用了机器学习 (ML) 和深度学习 (DL) 等人工智能方法。这些方法已被用于构建这些系统。为了解决现在面临的问题，人们正在这样做。本研究的目的是分析与机器学习 (ML) 和深度学习 (DL) 系统相关的方法、性能测量和问题，以识别虚假健康新闻。本研究过程中介绍了该分析。我们研究了在机器学习 (ML) 和深度学习 (DL) 范式中特征工程、模型架构设计和评估指标过程中应用的多种方法。这些方法用于特征工程过程。此外，我们评估了我们的研究结果对于提高识别虚假健康新闻的系统效率的重要性，并为这一至关重要的领域提供了进一步研究的潜在领域。最后，我们得出结论，我们的研究结果有可能提高这些系统的有效性。
分析 ML 和 DL 在打击...中的有效性
主要关键词
相关文件推荐
