Exploración de enfoques basados en aprendizaje profundo para la identificación de hechos falsos en sistemas judiciales sociales
Autores: Zou, Yuzhuo; Chen, Jiepin; Cai, Jiebin; Zhou, Mengen; Pan, Yinghui
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Exploración de enfoques basados en aprendizaje profundo para la identificación de hechos falsos en sistemas judiciales sociales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aplicaciones
Inteligencia artificial
Hechos falsos
Técnicas de aprendizaje profundo
Carga judicial
Disputas de préstamos privados
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Con las muchas aplicaciones de inteligencia artificial (IA) en los sistemas judiciales sociales, la identificación de hechos falsos se convierte en un problema desafiante cuando se espera que el sistema sea más autónomo e inteligente en la asistencia a una revisión judicial.
Descripción
Con las muchas aplicaciones de inteligencia artificial (IA) en los sistemas judiciales sociales, la identificación de hechos falsos se convierte en un problema desafiante cuando se espera que el sistema sea más autónomo e inteligente en la asistencia a una revisión judicial.