分享 Facebook Twitter LinkedIn 微博 WhatsApp 電子郵件 浸大研究 {{_("Open close")}} 副校長（研究及拓展）的話 資料及統計數字 大學人員 研究院 深圳研究院 學院研究範疇 {{_("Open close")}} 文學及社會科學院 工商管理學院 中醫藥學院 傳理學院 創意藝術學院 科學與科技學院 持續教育學院 學院研究範疇 {{_("Open close")}} 文學及社會科學院 工商管理學院 中醫藥學院 傳理學院 創意藝術學院 科學與科技學院 持續教育學院 研究焦點 {{_("Open close")}} 創意媒體 健康與藥物研發 數據分析與人工智能 人文及文化 研究成果 {{_("Open close")}} 亮點項目 {{_("Open close")}} 創意媒體 健康與藥物研發 數據分析與人工智能 人文及文化 獲資助項目 {{_("Open close")}} 研究資助局 創新科技署 國家自然科學基金委員會 特首政策組 醫務衞生局 其他資助機構 學術著作 {{_("Open close")}} 熱門論文 高被引論文 最新著作 專題故事 亮點項目 {{_("Open close")}} 創意媒體 健康與藥物研發 數據分析與人工智能 人文及文化 獲資助項目 {{_("Open close")}} 研究資助局 創新科技署 國家自然科學基金委員會 特首政策組 醫務衞生局 其他資助機構 學術著作 {{_("Open close")}} 熱門論文 高被引論文 最新著作 研究人員 {{_("Open close")}} 浸大頂尖學賢 浸大教學人員傑出表現獎 研究新星資助金 傑出研究成果獎 研究學者一覽 研究管理 {{_("Open close")}} 研究資助機會概覽 {{_("Open close")}} 最新研究資助機會 2026重點研究資助一覽 資助機會列表 研究設施及實驗室 支援與工具 {{_("Open close")}} 綜合研究資訊管理系統 開放取用 評估工具 政策及指引 {{_("Open close")}} 研究倫理 開放取用政策 內地研究資助指引 發布及出版指引 保護知識產權指引 建立研究中心 研究資助機會概覽 {{_("Open close")}} 最新研究資助機會 2026重點研究資助一覽 資助機會列表 支援與工具 {{_("Open close")}} 綜合研究資訊管理系統 開放取用 評估工具 政策及指引 {{_("Open close")}} 研究倫理 開放取用政策 內地研究資助指引 發布及出版指引 保護知識產權指引 建立研究中心 創意研究院 {{_("Open close")}} Hung Hin Shiu Charitable Foundation Limited Our People News and Events {{_("Open close")}} CxC Symposium 傑出講座系列 Editors' Series Sponsored Events Hung Hin Shiu Charitable Foundation Limited News and Events {{_("Open close")}} CxC Symposium 傑出講座系列 Editors' Series Sponsored Events Editors' Series Sponsored Events 新聞與活動 {{_("Open close")}} 最新消息 活動 {{_("Open close")}} 浸大@泰晤士高等教育（THE）全球可持續發展峰會 國際跨學科研究高峰會 Research Mingle 研者匯粹 傳媒報道 電子通訊 活動 {{_("Open close")}} 浸大@泰晤士高等教育（THE）全球可持續發展峰會 國際跨學科研究高峰會 Research Mingle 研者匯粹 浸大@泰晤士高等教育（THE）全球可持續發展峰會 Research Mingle

研究評審工作 {{_("Open close")}} 關於研究評審工作 {{_("Open close")}} 概覽 研究評審工作 2026 研究評審工作 2020 浸大支援 關於研究評審工作 {{_("Open close")}} 概覽 研究評審工作 2026 研究評審工作 2020 浸大支援 1+1+1 計劃 {{_("Open close")}} Milestones Projects Media Coverage Research Impact Research Impact 近年網絡錯誤信息（假新聞、謠言、虛假信息等）暴增，成為日益嚴峻的社會問題。為了尋求解決方法，身兼香港浸會大學計算機科學系助理教授及系統健康研究實驗室成員的馬晶博士在近期發表了的兩篇學術文章中，探討以多重平台進行事實驗證及建立用於偵測謠言的模型。 事實驗證有助互聯網用戶鑑別某件事件或某個主題的真實性。現行的一些事實驗證方法，基本上從大規模語料庫中採集謠言指示信號，從中識別貼文回應的主流意見。然而，當某件事件同時在多個平台或媒體上、並透過多種語言來傳播時，事實驗證就會變得更加複雜和具挑戰性。這些挑戰包括： 網上信息的特性（例如在多平台上傳播的用戶意見、語言風格可以是五花八門） 語言/知識的差距可能產生誤譯或誤解的情況，導致事實被扭曲 過往並沒有相關工作或數據集試圖在多平台和多語言的情況下進行事實驗證 馬博士的團隊開發了一種新方法推敲來自不同平台的證據，從而推斷特定事件的真實性。例如來自不同網上媒體（平台）的文件或網絡摘錄報導的相同（虛假）陳述—「吸煙、甲醇或可卡因可以治愈冠狀病毒」將構成故事情節。這些故事情節其實是通過互相比較和配對相關內容，自動生成。比較不同平台的信息內容之能力，將對網上信息的質素和可用性產生重要和積極的影響，同時有助於偵測前後矛盾和遺漏的內容，從而打擊散佈錯誤信息的活動。 上圖擷取自馬博士最近發表的研究報告《用 Tree Transformer 揭穿推特上的謠言》。資料來源： https://www.aclweb.org/anthology/2020.coling-main.476/ 這項研究的一個重要部分，是評估有關新冠病毒大流行的雙語假新聞。這項工作對香港這樣的大型雙語環境尤為重要。 此外，當信息從一種語言被轉換成另一種語言時，可能會因誤譯而被曲解。馬博士的團隊現正開發一套翻譯系統，期望進一步改善不同語言之間的信息流，藉以解決語言差距，幫助人們在進行事實核查時，可及早發現可疑的內容。「這項研究的一個重要部分，是評估有關新冠病毒大流行的雙語假新聞。」馬博士表示。「這項工作對香港這樣的大型雙語環境尤為重要。」 如前所述，在社交媒體上散播謠言會嚴重削弱互聯網內容的可信性。因此，自動揭穿謠言對於保持社交媒體環境健康非常重要。面對可疑內容時，人們經常會在貼文中表達懷疑，當中包含了各種質疑其真實性的線索，這些線索可以形成具有長距離依賴關係的有用證據。馬博士的團隊試圖透過追蹤微博貼文的非順序傳播結構，尋找貼文內容中的歧視特徵，從中梳理出更強大的表徵來識別謠言。這項研究揭示要有效偵測謠言，便需尋找可作為證據的相關貼文，尤其是那些對某種說法的真偽表達明確態度的貼文。馬博士的研究結果證實： 這些模型較其他先進的方法更能有效偵測謠言和作出分類 專注留意證據貼文的機制可提高由團隊研發的方法的表現 讀者如有興趣，可 按此 閱覽研究報告的詳細內容。 馬博士於 2020 年獲得香港中文大學系統工程與工程管理學系博士學位。在此之前，她分別在2013年和2016年獲得北京郵電大學獲得學士學位和碩士學位。她的研究興趣包括自然語言處理、社交網絡分析和挖掘、謠言偵測和事實驗證。 An Attention-based Rumor Detection Model with Tree-structured Recursive Neural Networks (2020) ACM Transactions on Intelligent Systems and Technology Volume 11 Issue 4 July 2020 Article No.: 42pp 1–28 https://doi.org/10.1145/3391250 研討會以社會科學角度探討從新冠疫情中恢復的議題 浸大研究發現安宮牛黃丸能有效預防中風