arXiv · ML· Jean Claude Hirwa, Jamiu Dahunsi, Candide Giramata, Lowami Uwimana, Thierry Henry Ishimwe·· 6 小时前AI 评分20
TwiBot-22 基准下多模态学习与研究指导特征集成提升虚假资料检测
Improving Fake Profile Detection Through Multimodal Learning and Research-Guided Feature Integration
AI 导读
在 TwiBot-22 基准的 30,000 用户子样本上，研究发现元数据特征已具有高度预测力，多模态融合带来的提升边缘且统计上不显著。该多模态框架结合 XLM-RoBERTa 和 CLIP 嵌入，使用 CatBoost 评估了多种模态组合。基于图的方法 R-GCN 在此子采样条件下表现不佳，表明特征质量和元数据丰富度比融合复杂性更重要。
来源：arXiv · ML · arxiv.org