将自动文本摘要应用于假新闻检测
计算与语言
2022-04-06 v1 人工智能
摘要
假新闻的传播并非新问题而是迅速增长的问题。向通过社交媒体消费新闻的转变是其误导性及蓄意错误信息传播的一大驱动因素，因为除易于使用外，还几乎没有任何真实性监控。由于此类假新闻对社会的有害影响，对其的检测已变得愈发重要。我们提出一种应对该问题的方法，其结合了基于 transformer 的语言模型的能力，同时解决其固有缺陷之一。我们的框架 CMTR-BERT 组合多种文本表示，旨在规避底层 transformer 架构通常遭受的序列限制及相关信息丢失。此外，它支持上下文信息的融入。在两个差异很大且公开可用的数据集上的大量实验表明，我们的方法能够设立新的 SOTA 性能基准。除使用自动文本摘要技术的益处外，我们还发现上下文信息的融入有助于性能提升。
引用
@article{arxiv.2204.01841,
title = {Applying Automatic Text Summarization for Fake News Detection},
author = {Philipp Hartl and Udo Kruschwitz},
journal= {arXiv preprint arXiv:2204.01841},
year = {2022}
}
备注
Preprint. Accepted to appear in Proceedings of LREC 2022