注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Fake_News_Detection_Hybrid_cnn-rnn-源码

  2. 假新闻/检测_混合_cnn-rnn

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：112640
    • 提供者：weixin_42130786

  1. FakeNewsDetection-源码

  2. 假新闻检测

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：3145728
    • 提供者：weixin_42127748

  1. fake-news-detection-源码

  2. 假新闻检测

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：6291456
    • 提供者：weixin_42165712

  1. FAKE-NEWS-DETECTION-源码

  2. 在此上签出应用 介绍 您是否相信从社交媒体听到的所有新闻？ 所有新闻都不真实，对吧？ 那么，您将如何检测到假新闻？ 我们将使用多项朴素贝叶斯方法将从新闻链接中删除的新闻分类为伪造或真实。 数据 我们将用于此python项目的数据集-我们将其称为news.csv。 该数据集的形状为7796×4。 第一列标识新闻，第二列和第三列分别是标题和文本，第四列具有标签，指示新闻是REAL还是FAKE。 数据集可以从下载 项目结构 该项目包括四个主要部分： fake_news_detection.py-这包

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：2097152
    • 提供者：weixin_42126677

  1. Fake-News-Detection-源码

  2. 假新闻检测 这是一种基于语言的假新闻检测器，使用了提到的功能。 参考 自动检测假新闻 捕捉假新闻的风格 虚假新闻的早期发现：跨学科研究

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：568320
    • 提供者：weixin_42118161

  1. fake-news-confia:基于新闻传播和用户声誉的虚拟媒体虚假新闻检测研究-源码

  2. 假新闻Confia 基于新闻传播和用户声誉的虚拟媒体虚假新闻检测研究 剧本 这些脚本旨在创建用于数据挖掘和训练分类器的一组数据集。 数据集基于从Twitter提取到文件结构中的现有内容。 Jupyter笔记本 笔记本打算从以前创建的数据集中提取信息。 收集信息并将其用作不同分类器的输入，以创建多个机器学习模型。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：14336
    • 提供者：weixin_42138139

  1. Fake-News-Detection-System:假新闻检测系统，用于检测新闻是否为伪造。 使用“说谎者，说谎者着火的裤子”训练模型-源码

  2. 假新闻检测系统 提议的系统分为多个阶段，以根据数据挖掘操​​作领域（例如数据收集，数据预处理，特征提取，特征选择和机器学习模型的实现）完全隔离工作，以进行将新闻分类为是非的预测并预测新闻属于预测标签的概率。 实施了许多机器学习模型，并根据准确性，f1得分，准确性和召回率等指标对机器学习模型的性能进行了比较。 评估模型性能的主要决定指标被选为f1得分，其中考虑了精度和召回率之间的折衷。 在对以下机器学习模型（SVM，逻辑回归，朴素贝叶斯和随机森林）进行了训练和调整之后，实施了投票分类器，将上述

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：32505856
    • 提供者：weixin_42097914

  1. Fatima-scholarship-challenge:任务2-源码

  2. 法蒂玛奖学金挑战 任务2：法蒂玛奖学金获得NLP假新闻检测

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：337920
    • 提供者：weixin_42157567

  1. Brihaspati:机器学习，深度学习和计算机视觉中各种实现和代码的集合:sparkles::collision:-源码

  2. 布里萨帕蒂 :pushpin: 介绍 这是各种机器学习算法和实验的集合，通过遵循各种教程，文章博客等内容，这些知识已经在我这边实现了。 这些机器学习算法已在来自 ， 等的各种数据集上实现。 :check_mark: 资源 :collision: 笔记本和数据集 姓名 数据集 笔记本 亚马逊情绪分析 使用转移学习进行COVID-19检测 猫狗分类器 使用LSTM的聊天机器人 决策树 假新闻分类 性别预测 印地语字符识别 鸢尾花预测 K均值聚类 线性回归I 线性回归II 线性回归III 逻辑回

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：150994944
    • 提供者：weixin_42174098

  1. fake-news:使用自然语言处理技术检测虚假新闻-源码

  2. 假新闻 使用自然语言处理技术检测虚假新闻

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：2097152
    • 提供者：weixin_42100188

  1. 假新闻检测-源码

  2. FakeNews_Detection 假新闻检测器通过使用“ doc2vec”模型学习美国新闻的模式来建立分类器 假新闻检测 概述 社交媒体上的虚假新闻检测主题最近引起了极大的关注。 比较网站与带有标签的假新闻来源列表的基本对策是不灵活的，因此需要一种机器学习方法。 我们的项目旨在基于新闻文章的文本内容，使用自然语言处理技术直接检测虚假新闻。 问题定义 开发机器学习程序，以识别新闻源何时可能产生虚假新闻。 我们的目标是使用带有标签的真实和伪造的新文章语料库来构建分类器，该分类器可以根据语料库

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：47185920
    • 提供者：weixin_42139302

  1. Data_mining_HW5-假新闻检测2-源码

  2. Data_mining_HW5-假新闻检测2 同HW4针对假新闻作分析，预测一则新闻是否可靠 资料集共有两个： 1：假0：真分别利用RNN与LSTM对“ train.csv”的资料建模，对“ test.csv”测试计算准确度 使用Keras或Tensorflow来完成 注：“ test.csv”的标签在“ sample_submission.csv”里面 作业流程： 资料前处理： 一种。读取资料，利用分割符号切割字串，建立train＆test之DataFrame b。去除停顿词 C。文字转

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：9437184
    • 提供者：weixin_42125770

  1. 虚假新闻检测：使用机器学习创建虚假新闻检测-源码

  2. 假新闻检测 使用机器学习创建虚假新闻检测

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：9216
    • 提供者：weixin_42102272

  1. 假新闻-源码

  2. 使用句法分析的概念验证假新闻检测系统。 它使用位于的训练文件来训练机器学习模型。 然后，使用性能最好的模型（在此为SVC）来预测提供的文本是由人还是由机器生成的。 一个简短的介绍性视频。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：39845888
    • 提供者：weixin_42136791

  1. fake_news_detection：MAIS202的交付项1，项目是AI假新闻检测-源码

  2. MAIS202 2020年秋季最终项目：假新闻检测器 抽象的 这是麦吉尔MAIS202的最终项目。 该项目的目标是对任何新闻产生“真实”或“伪造”分类。 提出并实现的算法是经典的朴素贝叶斯算法。 另外，我已经实现了广泛的自然语言预处理，使用了诸如“停用词去除”和“词义化”之类的方法来提高分类的准确性。 通过对多项式算法进行网格搜索并实现最佳参数，测试精度达到了97％。 储存库结构 该存储库包含2个文件夹和2个文件：。 派力宝 可交付成果1 数据选择提案.pdf 交付品2 Deliverab

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：145752064
    • 提供者：weixin_42162171

  1. 使用LSTM-RNN进行虚假新闻检测-源码

  2. 虚假新闻检测器使用LSTM-RNN 通过使用LSTM（长期短期记忆）递归神经网络，开发了深度学习模型来识别文章何时可能是假新闻。 数据集 数据集在kaggle网站上给出 任务 在nltk Framework的帮助下，通过删除标点符号，停用词等对文本数据进行预处理 执行一种热编码，包括填充序列 应用词嵌入语料库文件 训练具有100个神经元的单层LSTM模型 训练数据的准确性为99％，测试数据的准确性为90％

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：2097152
    • 提供者：weixin_42110070

  1. 假新闻检测：参考相关著作并基于LSTM和CNN为越南文章建立假新闻检测模型-源码

  2. 假新闻检测 参考相关作品，并根据越南文文章建立基于LSTM和CNN的虚假新闻检测模型。

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：167936
    • 提供者：weixin_42104181

  1. 新闻搜索：大学项目：具有伪造新闻检测功能的新闻搜索引擎-源码

  2. 新闻搜索 新闻搜索引擎具有使用虚假新闻检测功能的Python，使用微型Web框架Flask实现。 在线演示 注意：部署可能需要几秒钟 功能性 网络抓取：应用程序可以下载并验证给定域中的所有文章 文章索引：词袋，文档反向频率，SVD和低秩近似 假新闻检测：使用我的python包对文章进行分类 预习 搜索结果： 示例分析（真实新闻）： 分析示例（注意）： 使用的技术 前端： 引导程序 JS，jQuery 后端： Python 烧瓶 模板引擎：Jinja

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：544768
    • 提供者：weixin_42118161

  1. 假新闻：从最初的构想到模型部署，构建一个假新闻检测器-源码

  2. 机器学习支持的虚假新闻检测器 从初始构想到部署，构建端到端机器学习项目的完整示例。 此回购随附于博客文章系列，描述了如何构建假新闻检测应用程序。 这里包含的帖子： ：描述项目构想，设置存储库和初始项目工具。 ：描述如何使用工具获取数据集并执行探索性数据分析，以便更好地理解问题。 ：描述如何为第一个ML模型（随机森林分类器）获得功能训练/评估管道，包括如何正确测试管道的各个部分。 ：描述如何解释通过特征分析（通过诸如类的技术）和错误分析所学的第一个模型。 也可用于由驱动的第二个模型。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：2097152
    • 提供者：weixin_42113380

  1. Big_Data_Project：虚假新闻检测-使用矢量化（例如计数矢量化器，TFIDF矢量化器，哈希矢量化器）进行特征提取。 然后使用Ensemble模型对新闻是否为假新闻进行分类-源码

  2. Big_Data_Project-伪造新闻检测 在这个项目中，我们展示了使用机器学习算法进行文本分类。 我们致力于对给定的新闻文章是假的还是真实的进行分类。 数据清理和预处理： 删除了文本中的特殊字符拼写检查了所有文档删除了停用词对文档进行矢量化处理。 向量化 对于矢量化，我们使用了-计数矢量化器，TFIDF矢量化器，哈希矢量化器。 分类 对于分类目的，我们使用了：多项朴素贝叶斯，支持向量机（LinearSVC），PassiveAgressiveClassifier。 我们比较了矢量化器和分类

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：12582912
    • 提供者：weixin_42133415
« 12 »