arXiv cs.AI· Jaeyoung Lee, Joonwon Jang, Misuk Kim·· 2 天前AI 评分22
分层图卷积网络 HGCN 用于检测低质量文档
Hierarchical Graph Convolutional Network Approach for Detecting Low-Quality Documents
AI 导读
研究提出分层图卷积网络（HGCN），可检测文档内部不一致以及标题与正文不符，并基于已发表新闻数据及元数据构建了 Inconsistency Dataset。HGCN 在该数据集上取得 91.20% 的准确率，优于对比模型；在公开的标题正文不符数据集上达到 92.00%。消融实验证实元数据的使用对性能提升有显著作用。
正文 · AI 翻译
摘要：文档内部的一致性是体现其质量的关键特征。近来，在各类媒体产生的海量信息中，存在大量低质量文档，它们要么缺乏内部一致性，要么内容与标题完全无关。这类低质量文档使读者感到疲劳，并损害了提供这些文档的媒体来源的可信度。因此，基于自然语言处理自动检测这些低质量文档的研究势在必行。在本研究中，我们引入了一种分层图卷积网络（HGCN），能够检测文档内部的不一致性以及标题与正文之间的不协调。此外，我们利用已发布的新闻数据及其元数据构建了 Inconsistency 数据集，以训练我们的模型检测文档不一致性。实验结果表明，HGCN 在我们构建的 Inconsistency 数据集上取得了优越的性能，准确率达到 91.20%，优于其他对比模型。此外，在公开可用的不协调相关数据集上，所提出的方法表现出 92.00% 的性能，验证了其通用适用性。最后，消融研究进一步证实了元数据利用对性能提升的显著影响。我们期望我们的模型能够普遍应用于现实世界中低质量文档的检测与过滤。
| 评论： | 已被 LREC-COLING 2024 接收 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.21350 [cs.AI] |
| （或 arXiv:2610.21350v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21350 arXiv 颁发的 DOI 通过 DataCite（待注册） |
|
| 期刊 参考： | Proceedings of LREC-COLING 2024, pp. 8108-8121, 2024 |
提交历史
来自：Jaeyoung Lee [查看电子邮件]
[v1]
2026年10月15日星期四 06:31:05 UTC（969 KB）
来源：arXiv cs.AI · arxiv.org