用于假新闻（在线虚假信息）检测的先进机器学习技术：一项系统映射研究
计算与语言
2021-01-05 v1 社会与信息网络
摘要
假新闻已发展成为社会的一大问题，也是打击虚假信息者面临的主要挑战。该现象困扰民主选举、个人或组织的声誉，并对公民产生负面影响（例如在美国或巴西的COVID-19大流行期间）。因此，利用先进机器学习（ML）方法开发有效工具以应对该现象是一项重大挑战。下文展示了关于此类智能工具在打击虚假信息中应用的知识现状。文章首先呈现假新闻在信息战中的历史视角与当前角色，分析了仅基于专家工作的既有方案，并指出智能系统在虚假信息源检测应用中的主要方向。此外，本文提供了一些有用资源（主要是用于评估假新闻检测ML方案的数据集），并简要概述了相关的重点研发项目。本工作的主要目的是分析假新闻检测的当前知识状态：一方面展示可能的解决方案，另一方面识别主要挑战与方法论空白以激励未来研究。
引用
@article{arxiv.2101.01142,
title = {Advanced Machine Learning Techniques for Fake News (Online Disinformation) Detection: A Systematic Mapping Study},
author = {Michal Choras and Konstantinos Demestichas and Agata Gielczyk and Alvaro Herrero and Pawel Ksieniewicz and Konstantina Remoundou and Daniel Urda and Michal Wozniak},
journal= {arXiv preprint arXiv:2101.01142},
year = {2021}
}