关于假新闻文章检测的系统性综述

有人认为，假新闻和虚假信息的传播对全世界的社会构成威胁，从影响选举结果到阻碍管理 COVID-19 疫情的努力。为应对这一威胁，已开发了许多自然语言处理（NLP）方法。这些方法利用若干数据集、特征提取/选择技术和机器学习（ML）算法，在假新闻传播之前对其进行检测。尽管这些方法有详细记载，但关于它们在该领域功效的证据较少。通过系统性综述文献，本文旨在描绘性能最佳的假新闻检测方法，识别现有方法的局限性，并建议缓解这些局限性的途径。结果分析表明，使用新闻内容与基于社交的特征组合的集成方法目前最为有效。最后，建议未来研究应聚焦于开发解决泛化性问题（部分源于当前数据集的局限性）、可解释性和偏差的方法。