Robust Misinformation Detection on Online Social Media 新聞媒體上的虛假資訊檢測
虛假資訊是指無論是否有意誤導公眾而傳播的錯誤信息，包括假新聞、謠言、電信詐騙等。隨著網絡社交媒體興起并缺乏方法嚴格驗證帖子的真確性，加上網民大多無法區分虛假和真實新聞，近年錯誤資訊泛濫，影響到個人和社會各方面。
盡管有一些由先進的人工智能算法和區塊鏈技術驅動的產品來應對虛假資訊的威脅，但這些都需要大量標記數據來進行模型訓練。然而，要收集大量新聞和帖子，過程繁瑣，數據亦高度依賴于過去的事件，將無法概括新近發生的新聞事件，因此這是不設實際的。而且，愈來愈的多模式內容（即帶有圖像的帖子）使這工作變得更具挑戰性。此外，區塊鏈產品需要為每條錯誤信息設置單獨的識別碼，這涉及額外的成本。
因此，我們提出一套領域穩健的多模態錯誤信息檢測系統Defender，由人工智能算法庫、人工智能模型庫和線上偵測系統所組成，以協幫政府、企業和個人創建一個更能掌握真確資訊的世界。
由于我們提出的人工智能模型通過遷移學習算法而具備有效的推理，Defender系統可以為社交媒體上的大量資訊，提供實時和更準確的偵測，而無需對所有相關帖子進行大量標記以作模型訓練。
隊伍成員
劉匯先生*（香港城市大學電機工程學系博士生）
楊煥琦先生（香港城市大學電腦科學系博士生）
仲毅先生（北京大學）
牛茂林先生（香港中文大學）
王騫先生（香港科技大學）
孫浩先生（北京大學）
* 項目負責人
（資料以隊伍遞交報名時為準）
成就
- 香港城市大學HK Tech 300種子基金（2023）