基于深度上下文嵌入模型的阿拉伯语假新闻检测

由于其易用性和使用自由，社交媒体正成为许多人的新闻来源。因此，无论可信度如何，假新闻在过去十年中尤其快速且轻易地传播。假新闻发布者利用新冠疫情和美国总统选举等关键局势对社会产生负面影响。假新闻可在政治、金融、体育等诸多领域对社会造成严重冲击。已有许多研究致力于帮助检测英文假新闻，但针对阿拉伯语假新闻检测的研究十分匮乏。我们的贡献有两点：首先，我们构建了一个大规模且多样的阿拉伯语假新闻数据集。其次，我们开发并评估了基于 transformer 的分类器，以利用八个最先进的阿拉伯语上下文嵌入模型来识别假新闻。这些模型中的大多数此前未用于阿拉伯语假新闻检测。我们对最先进的阿拉伯语上下文嵌入模型进行了深入分析，并与类似的假新闻检测系统进行比较。实验结果证实这些最先进模型具有鲁棒性，准确率超过 98%。