g . l . Ciampaglia1,p . Shiralkar1,路易斯•m•罗查1、2j·博伦1,f . Menczer1,a Flamminni1
1学校的信息,雷竞技官方网站下载布卢明顿,美国
2计算生物学FLAD Collaboratorium,皇家研究院Gulbenkian de Ciencia、葡萄牙
引用:基准线Ciampaglia, p . Shiralkar L.M.罗查,j·博伦,f . Menczer a Flammini [2015]。”从知识网络计算事实检查”。《公共科学图书馆•综合》。10(6):e0128193。doi: 10.1371 / journal.pone.0128193。
的全文和pdf翻印可从《公共科学图书馆•综合》网站。由于数学符号和图形,只有下面是抽象的。的arXiv: 1501.03471也可用。
传统的事实由专家审核记者不能跟上现在的巨大数量的信息在线生成。计算检查可能会大大增强我们的能力评估的真实性可疑的信息。在这里,我们表明,人工检查事实的复杂性可以通过寻找近似很好概念节点之间的最短路径下正确地定义语义距离度量知识图表。框架是一个网络问题这种方法是可行的和高效的计算技术。我们评估这种方法通过检查成千上万的索赔有关的历史,娱乐,地理,和传记信息使用公共知识图摘自维基百科。语句独立已知是真的一直通过我们的方法获得更高的支持比假的。这些发现表示一个可伸缩的计算核实方法至关重要的一步,总有一天会减轻有害的错误信息的传播。
关键词:路易斯•m•罗查、复杂网络、知识网络、远程关闭,度量关闭,机器学习,漏洞百出