【转载】“社交媒体虚假信息检测”专题征文通知
1360
2024-02-05 21:16:08(已编辑)
   收录于合集: # 学术快讯
9
0
1
用微信扫描二维码

来源:微信公众号“计算机科学编辑部”

随着互联网技术的创新和移动互联网的深度普及,社交媒体已经成为人们获取、发布和传播信息的首选渠道。然而,社交媒体在提供信息分享便利的同时,亦成为滋生和传播虚假信息的温床。社交网络虚假信息的传播,不仅破坏网络生态,给个人和社会带来深刻的负面影响,还会被用于塑造和影响人的认知,威胁国家政治、军事安全和社会长治久安。自然语言处理、计算机视觉、多模态挖掘与分析等人工智能技术在赋能治理互联网日益泛滥的虚假信息问题方面表现出了明显的优势,同时以ChatGPT为代表的生成式人工智能技术在文本、图像、视频等领域的广泛应用,又导致了造假工具和方法变得更容易获取且操作简便,助长了虚假信息的传播和假新闻的泛滥。为遏制目前社交媒体虚假信息持续泛滥的态势,创新大模型时代基于人工智能的虚假信息检测技术新框架和新技术已迫在眉睫。

为了全面且及时地反映社交网络虚假信息检测领域的最新进展和成果,《计算机科学》拟在2024年第11期策划出版“社交网络虚假信息检测”专题(正刊),旨在为相关领域的专家学者打造一个交流、合作与发布前沿科研成果的平台。我们期望借此机会,汇聚产、学、研、用各方的智慧与力量,共同推进社交网络内容智能治理的人才培养、技术研发和应用实践,加速相关标准和规范的制定,为社交网络内容智能治理的稳健发展贡献力量。

我们诚挚地邀请相关领域的专家学者、科研人员踊跃投稿,期待与广大专家学者和读者共同探讨社交网络虚假信息检测的未来发展方向,推动我国网络内容智能治理事业的蓬勃发展。

专题特邀编审

古天龙(暨南大学)

赵 翔(国防科技大学)

罗敏楠(西安交通大学)

李卫民(上海大学)

征文范围(包括但不限于以下主题)

1. 多模态虚假新闻快速检测理论与方法

2. 面向短视频的虚假信息检测理论与方法

3. 社交网络虚假信息传播机制研究

4. 跨时空虚假信息精准溯源理论与方法

5. 虚假信息检测的可解释性研究

6. 社交网络虚假信息传播阻断理论与方法

7. 人机混合的社交媒体虚假信息检测

8. AIGC生成内容检测与分析

9. 面向新闻的大语言模型理论与方法

10. 虚假信息领域知识图谱构建

投稿要求

1.投稿方式:通过“计算机科学在线投稿系统”(http://www.jsjkx.com)投稿。投稿时请选择“社交媒体虚假信息检测”栏目。

2.稿件要求:参照《计算机科学》官方网站首页提供的稿件模板排版,中英文稿件均可,内容可以是原创研究型和综述型成果,一般不少于8000字,鼓励综述和长文。

3.投稿文章未在正式出版物上发表,也不处于其他刊物或会议的审稿过程中,不存在一稿多投现象;投稿文章须保证合法性(无抄袭、剽窃、侵权等不良行为)。

4.其他事项请参阅投稿指南:http://www.jsjkx.com/CN/column/column12.shtml。

重要日期

 投稿截止时间:2024年7月15日

 预录用通知截止时间:2024年8月25日

 修改稿提交截止时间:2024年9月15日

 最终录用通知时间:2024年9月30日

 专题出版时间:2024年11月15日

重要提示:为加强优质成果的及时传播,专题文章的录用情况确定后,《计算机科学》编辑部及WISA会议将邀请录用文章作者在WISA2024上做学术报告。

联系方式

李老师       E-mail:lyhjsjkx@163.com      电话:023-67039612

喻老师       E-mail:jsjkxyuli@163.com      电话:023-63500828

通信地址:重庆市渝北区洪湖西路18号(401121)

标签: 社交媒体虚假信息检测 专题征文

SCHOLAT.com 学者网
免责声明 | 关于我们 | 用户反馈
联系我们: