📊arXiv 22-Jan-2025 Multimodal相关论文(12/13)
🏠更多论文见主页/合集
🌐arXiv ID: arXiv:2501.10848
📚论文标题: Fake Advertisements Detection Using Automated Multimodal Learning: A Case Study for Vietnamese Real Estate Data
🔍 问题背景：随着电子商务的兴起，虚假广告开始频繁出现在各类平台，给用户带来财务和数据风险，损害电子商务平台的声誉。因此，检测和移除虚假广告对电商平台的成功至关重要。
💡 研究动机：为了提升虚假广告的检测准确率，研究团队提出了一种结合多模态机器学习和自动化机器学习的新型端到端系统FADAML。该系统旨在高效检测和过滤虚假在线广告，尤其针对越南房地产网站。
🚀 方法简介：FADAML系统包含三个主要组件：数据爬取和预处理模块、多模态特征提取模块和自动化机器学习（AutoML）系统。这些组件协同工作，提取并处理原始广告文本，转化为多模态特征，最终通过AutoML选择最佳模型进行预测。
📊 实验设计：研究团队在五个流行的越南房地产网站上收集了29,085个广告样本，并将其随机划分为训练集和测试集。实验结果表明，FADAML系统的检测准确率达到了91.5%，显著优于其他三种最先进的虚假新闻检测系统。
#LLM #RAG #agent #multimodal #大模型 #检索增强 #多模态
