MCG-FNeWS 比赛多模态赛道冠军团队曾指出EANN实质上是多任务联合学习，而我之前在反复阅读EANN一文时并倒腾代码的时候，我确实发觉对抗学习可能只是个“幌子”，或只是一个形式，而本质上又是另外一番操作。于是在看到“多任务联合学习”时，我又想到之前阅读过的元学习的相关论文，元学习中就是存在很多个task来训练一个模型的学习能力，再反馈到了一个模型中。巧合的是，这两篇论文刚好出自同一作者，那么其论文思想是否是一致或递进的，这令我不由的兴奋起来。但是在做实验之前，我认为有必要先对多任务学习以及域对抗神经网络进行一次较为完整的学习，事实上通过这次学习也确实发现之前很多理解有误的点。

主要总结了目前积累的一些多模态虚假新闻检测方向的方法和模型、数据集等等概括信息。不断更新，不断积累。

最近逐渐将重心转移到多模态虚假新闻检测这个较小的方向，这也是我导对我最开始指定的研究方向。当时开始了解这个方向时，就搜索到了2019智源·虚假新闻识别的比赛，那时对几个团队用的方法并不太懂。直到现在看了一些论文，跑了一些实验，才逐渐清晰起来。据我搜索，2019智源·虚假新闻识别比赛也是国内少数的、较为知名的虚假新闻识别方向的比赛，虽然时间也有点远了，但是目前也还在学习探索阶段，能多学习一些模型、方法、思路和技巧，也算有所收获了。

1. 进入 hexo 的根目录 ：cd folder
2. 执行 hexo new post myBlog，在 source/_post 文件夹下生成一个 myBlog.md 的文件。
3. 编辑 myBlog.md，书写自己的博客内容。
4. 执行 hexo g 生成静态页面；
5. 执行 hexo s 启动本地服务器预览效果；
6. 执行 hexo d 将文章部署到 github。