极端党派与假新闻的文体计量探究
计算与语言
2017-02-21 v1
摘要
本文报道了关于极端党派（即极度片面）新闻与假新闻相关的写作风格分析。它呈现了一个由 BuzzFeed 专业记者人工事实核查的 1,627 篇文章的大型语料库。这些文章源自 9 个知名政治出版商，主流、极左党派和极右党派各 3 个。总体而言，该语料库包含 299 篇假新闻，其中 97% 源自极端党派出版商。我们提出并演示了一种通过 Unmasking（一种最初为作者验证设计的元学习方法）评估文本类别间风格相似性的新方法，揭示左翼与右翼新闻的风格共同点比它们中任一与主流的共同点要多得多。此外，我们展示极端党派新闻能通过其风格与主流很好区分（F1=0.78），正如讽刺作品与两者都能区分一样（F1=0.81）。毫不意外，基于风格的假新闻检测未能达标（F1=0.46）。尽管如此，前述结果对于实现假新闻检测器的预筛选十分重要。
引用
@article{arxiv.1702.05638,
title = {A Stylometric Inquiry into Hyperpartisan and Fake News},
author = {Martin Potthast and Johannes Kiesel and Kevin Reinartz and Janek Bevendorff and Benno Stein},
journal= {arXiv preprint arXiv:1702.05638},
year = {2017}
}
备注
10 pages, 3 figures, 6 tables, submitted to ACL 2017