arXiv 自然语言处理· Mkululi SIKOSANA·· 4 小时前AI 评分30
神经网络复杂度能否提升健康虚假信息检测？受控跨语料基准评测研究
Does Neural Complexity Improve Health Misinformation Detection? A Leakage-Controlled Cross-Corpus Benchmark
AI 导读
一项跨语料基准研究表明，增加神经网络复杂度并不能在健康虚假信息检测中带来稳定的性能优势。在严格控制数据泄漏的对比测试中，神经集成模型在 COVID19-FNIR 上取得 0.9963 的 macro-F1，但在 CONSTRAINT 数据集上，线性 SVM 以 0.9574 的 macro-F1 超越了神经集成的 0.9272。研究指出模型排名随语料库而改变，基准构建对结果的影响可能主导架构选择。
来源：arXiv 自然语言处理 · arxiv.org