分析国家支持宣传网站：一个新数据集与语言学研究
计算与语言
2023-12-15 v1
摘要
本文分析两个迄今未被研究、传播国家支持虚假信息的网站 Reliable Recent News（rrn.world）与 WarOnFakes（waronfakes.com），它们以阿拉伯语、汉语、英语、法语、德语和西班牙语发布内容。我们描述了内容获取方法，并对所得多语言数据集进行跨站无监督主题聚类。我们还对网页翻译与主题随时间变化进行语言与时间分析，并调查具有虚假发布日期的文章。我们公开了这一包含 14,053 篇文章的新数据集，标注了各语言版本及链接、图像等额外元数据。本文对 NLP 社区的主要贡献在于该新颖数据集，其支持虚假信息网络研究以及用于虚假信息检测的 NLP 工具训练。
引用
@article{arxiv.2310.14032,
title = {Analysing State-Backed Propaganda Websites: a New Dataset and Linguistic Study},
author = {Freddy Heppell and Kalina Bontcheva and Carolina Scarton},
journal= {arXiv preprint arXiv:2310.14032},
year = {2023}
}
备注
Accepted to EMNLP 2023 main conference