摘要：
以往的多媒体假新闻检测研究包括一系列复杂的特征提取和融合网络，从新闻中收集有用的信息。然而，跨模态一致性如何影响新闻的保真度以及不同模态的特征如何影响决策仍然是一个悬而未决的问题。本文提出了一种基于自举多视图表示(BMR)的假新闻检测方案。对于一篇多模态新闻，我们分别从文本、图像模式和图像语义的角度提取新闻的表示。提出了改进的多门混合专家网络(iMMoE)，用于特征的细化和融合。每个视图的表示分别用于粗预测整个新闻的保真度，多模态表示能够预测跨模态一致性。有了预测分数，我们重新权衡表征的每个视图，并引导它们进行假新闻检测。在典型假新闻检测数据集上进行的大量实验证明，BMR优于最先进的方案。 阅读全文