Robust Cross-Platform News Event Detection via Self-Supervised Modality Complementation

doi:10.1109/TKDE.2025.3594200

Robust Cross-Platform News Event Detection via Self-Supervised Modality Complementation

0

PRE

AI

Prof. LI Qing (Qing Li)

DOI：10.1109/TKDE.2025.3594200

原文链接

原文求助

摘要

En 中文

多模态新闻事件检测旨在利用多模态数据跨媒体平台识别和分类重要事件。以往的研究仅限于单一平台，并假设数据是完全的多模态。在本文中，我们探索了一个新的跨平台多模态新闻事件检测任务，以增强模型在跨平台场景下的泛化能力。我们提出了自监督模态补充（SSMC）方法，以解决该任务中出现的模态不完整和平台异质性等挑战。具体而言，设计了一个缺失数据补充（MDC）模块，以克服模态不完整带来的限制。它采用一种分离机制，区分跨所有模态的模态特定和模态共享特征，从而允许利用从共享特征中提取的信息来增强缺失模态。同时，多模态自学习（MSL）模块通过从目标平台的多种模态视图中提取伪标签，并引入自惩罚机制来减少对低置信度标签的依赖，以解决平台异质性问题。此外，我们收集了一个全面的跨平台新闻事件检测（CNED）数据集，包含来自Twitter、Flickr和在线新闻媒体的37,711个多模态样本，覆盖了40个经Wikipedia验证的公开新闻事件。在CNED数据集上的大量实验证明了我们提出方法的有效性能。

Keyword:

News event detection

cross-platform

multimodal data

social media

Robust Cross-Platform News Event Detection via Self-Supervised Modality Complementation

摘要

期刊

机构

引用论文