一种用于虚假新闻自动检测的深度学习方法
计算与语言
2021-01-14 v1 机器学习
摘要
虚假新闻检测在新闻领域是一项非常突出且至关重要的任务。这一挑战性问题迄今多见于政治领域，但在多领域平台上对其进行判定则可能更具挑战性。本文提出两种基于深度学习的高效模型，用于解决多领域在线新闻内容中的虚假新闻检测问题。我们在两个近期发布的数据集（即虚假新闻检测数据集 FakeNews AMT 和 Celebrity）上评估了我们的技术。所提出的系统在性能上表现令人鼓舞，两个模型分别以 3.08% 和 9.3% 的显著优势超越了当前基于手工特征工程的 state-of-the-art 系统。为利用相关任务可用的数据集，我们进行了跨领域分析（即以 FakeNews AMT 训练模型并在 Celebrity 上测试，反之亦然），以探究我们的系统在不同领域间的适用性。
引用
@article{arxiv.2005.04938,
title = {A Deep Learning Approach for Automatic Detection of Fake News},
author = {Tanik Saikh and Arkadipta De and Asif Ekbal and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:2005.04938},
year = {2021}
}