EANN Event Adversarial Neural Networks for Multi-Modal Fake News Detection

EANN: Event Adversarial Neural Networks for Multi-Modal Fake News Detection

EANN用于新事件上的假消息识别，包含三个组件：多模态特征抽取器，假消息检测器和事件判别器。多模态特征抽取器用于文本和图像特征；假消息检测器上的损失函数最小来保证假消息检测的准确性，事件判别器上的交叉熵损失最大来保证事件无关性。
$$\begin{array}{rl}({\hat{\theta }}_f,{\hat{\theta }}_d)& =arg\underset{{\theta }_f,{\theta }_d}{\min }{L}_{final}({\theta }_f,{\theta }_d,{\hat{\theta }}_e)\\ {\hat{\theta }}_e& =arg\underset{{\theta }_e}{\max }{L}_{final}({\hat{\theta }}_f,{\theta }_e)\end{array}$$
通过结合假消息检测器和事件判别器，形成了一个最大最小问题，类似于对抗网络思想。

算法

代码&数据集

https://github.com/yaqingwang/EANN-KDD18