| Título : |
Data Science for Fake News : Surveys and Perspectives |
| Tipo de documento: |
documento electrónico |
| Autores: |
P, Deepak, Autor ; Chakraborty, Tanmoy, Autor ; Long, Cheng, Autor ; G, Santhosh Kumar, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2021 |
| Número de páginas: |
XIV, 302 p. 70 ilustraciones, 17 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-62696-9 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Sistemas de almacenamiento y recuperación de información Protección de datos Procesamiento de datos Comunicación Almacenamiento y recuperación de información Seguridad de datos e información Minería de datos y descubrimiento de conocimientos Media y comunicación |
| Índice Dewey: |
025.04 Sistemas de almacenamiento y recuperación de información |
| Resumen: |
Este libro proporciona una descripción general de la detección de noticias falsas, tanto a través de una variedad de artículos de encuestas de estilo tutorial que capturan los avances en el campo desde diversas facetas como en una dirección un tanto única a través de perspectivas de expertos de diversas disciplinas. El enfoque se basa en la idea de que avanzar en la frontera de los enfoques de ciencia de datos para las noticias falsas es un esfuerzo interdisciplinario, y que las perspectivas de los expertos en el campo son cruciales para dar forma a la próxima generación de métodos y herramientas. El desafío de las noticias falsas abarca varios subcampos de la ciencia de datos, como el análisis de gráficos, la extracción de datos espacio-temporales, la recuperación de información, el procesamiento del lenguaje natural, la visión por computadora y el procesamiento de imágenes, por nombrar algunos. Este libro presentará una serie de encuestas de estilo tutorial que resumen una variedad de trabajos recientes en este campo. Como característica única, este libro incluye notas perspectivas de expertos en disciplinas como la lingüística, la antropología, la medicina y la política que ayudarán a dar forma a la próxima generación de investigación científica de datos en noticias falsas. Los principales grupos objetivo de este libro son investigadores académicos e industriales que trabajan en el área de la ciencia de datos y con intereses en diseñar y aplicar tecnologías de ciencia de datos para la detección de noticias falsas. Para investigadores jóvenes, como estudiantes de doctorado, se proporciona una revisión del trabajo de ciencia de datos sobre noticias falsas, proporcionándoles conocimientos suficientes para comenzar a participar en investigaciones en el área. Para los investigadores experimentados, las descripciones detalladas de los enfoques les permitirán tomar decisiones experimentadas para identificar direcciones prometedoras para futuras investigaciones. |
| Nota de contenido: |
A Multifaceted Approach to Fake News -- Part I: Survey -- On Unsupervised Methods for Fake News Detection -- Multi-modal Fake News Detection -- Deep Learning for Fake News Detection -- Dynamics of Fake News Diffusion -- Neural Language Models for (Fake?) News Generation -- Fact Checking on Knowledge Graphs -- Graph Mining Meets Fake News Detection -- Part II: Perspectives -- Fake News in Health and Medicine -- Ethical Considerations in Data-Driven Fake News Detection -- A Political Science Perspective on Fake News -- A Political Science Perspective on Fake News -- Fake News and Social Processes: A Short Review -- Misinformation and the Indian Election: Case Study -- STS, Data Science, and Fake News: Questions and Challenges -- Linguistic Approaches to Fake News Detection. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Data Science for Fake News : Surveys and Perspectives [documento electrónico] / P, Deepak, Autor ; Chakraborty, Tanmoy, Autor ; Long, Cheng, Autor ; G, Santhosh Kumar, Autor . - 1 ed. . - [s.l.] : Springer, 2021 . - XIV, 302 p. 70 ilustraciones, 17 ilustraciones en color. ISBN : 978-3-030-62696-9 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Sistemas de almacenamiento y recuperación de información Protección de datos Procesamiento de datos Comunicación Almacenamiento y recuperación de información Seguridad de datos e información Minería de datos y descubrimiento de conocimientos Media y comunicación |
| Índice Dewey: |
025.04 Sistemas de almacenamiento y recuperación de información |
| Resumen: |
Este libro proporciona una descripción general de la detección de noticias falsas, tanto a través de una variedad de artículos de encuestas de estilo tutorial que capturan los avances en el campo desde diversas facetas como en una dirección un tanto única a través de perspectivas de expertos de diversas disciplinas. El enfoque se basa en la idea de que avanzar en la frontera de los enfoques de ciencia de datos para las noticias falsas es un esfuerzo interdisciplinario, y que las perspectivas de los expertos en el campo son cruciales para dar forma a la próxima generación de métodos y herramientas. El desafío de las noticias falsas abarca varios subcampos de la ciencia de datos, como el análisis de gráficos, la extracción de datos espacio-temporales, la recuperación de información, el procesamiento del lenguaje natural, la visión por computadora y el procesamiento de imágenes, por nombrar algunos. Este libro presentará una serie de encuestas de estilo tutorial que resumen una variedad de trabajos recientes en este campo. Como característica única, este libro incluye notas perspectivas de expertos en disciplinas como la lingüística, la antropología, la medicina y la política que ayudarán a dar forma a la próxima generación de investigación científica de datos en noticias falsas. Los principales grupos objetivo de este libro son investigadores académicos e industriales que trabajan en el área de la ciencia de datos y con intereses en diseñar y aplicar tecnologías de ciencia de datos para la detección de noticias falsas. Para investigadores jóvenes, como estudiantes de doctorado, se proporciona una revisión del trabajo de ciencia de datos sobre noticias falsas, proporcionándoles conocimientos suficientes para comenzar a participar en investigaciones en el área. Para los investigadores experimentados, las descripciones detalladas de los enfoques les permitirán tomar decisiones experimentadas para identificar direcciones prometedoras para futuras investigaciones. |
| Nota de contenido: |
A Multifaceted Approach to Fake News -- Part I: Survey -- On Unsupervised Methods for Fake News Detection -- Multi-modal Fake News Detection -- Deep Learning for Fake News Detection -- Dynamics of Fake News Diffusion -- Neural Language Models for (Fake?) News Generation -- Fact Checking on Knowledge Graphs -- Graph Mining Meets Fake News Detection -- Part II: Perspectives -- Fake News in Health and Medicine -- Ethical Considerations in Data-Driven Fake News Detection -- A Political Science Perspective on Fake News -- A Political Science Perspective on Fake News -- Fake News and Social Processes: A Short Review -- Misinformation and the Indian Election: Case Study -- STS, Data Science, and Fake News: Questions and Challenges -- Linguistic Approaches to Fake News Detection. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Data Science for Fake News
