面向假新闻检测的自然语言处理研究综述
计算与语言
2020-07-09 v2 人工智能
摘要
假新闻检测是自然语言处理（NLP）中一个关键且具有挑战性的问题。社交网络平台的迅速崛起不仅极大地提升了信息的可获取性，也加速了假新闻的传播。因此，假新闻的影响不断扩大，有时延伸至线下世界并威胁公共安全。鉴于海量的网络内容，自动假新闻检测是一项实用的 NLP 问题，有助于所有在线内容提供商减少人工检测与防范假新闻传播所耗费的时间与精力。本文描述了假新闻检测所涉及的挑战，并介绍了相关任务。我们系统回顾并比较了为此任务开发的任务形式、数据集与 NLP 解决方案，并讨论了它们的潜力与局限性。基于我们的洞察，我们勾勒出有前景的研究方向，包括更细粒度、更细致、更公平且更实用的检测模型。我们还强调了假新闻检测与其他相关任务之间的差异，以及 NLP 解决方案对于假新闻检测的重要性。
引用
@article{arxiv.1811.00770,
title = {A Survey on Natural Language Processing for Fake News Detection},
author = {Ray Oshikawa and Jing Qian and William Yang Wang},
journal= {arXiv preprint arXiv:1811.00770},
year = {2020}
}
备注
11 pages, no figure, Accepted to LREC 2020