利用事实知识自动检测实体篡改文本
计算与语言
2022-03-22 v1 人工智能
摘要
在这项工作中，我们专注于区分人类撰写的新闻文章与通过篡改人类撰写新闻文章中的实体（例如，用事实错误的实体替换原实体）而生成的新闻文章的问题。这类被篡改的文章可能冒充人类撰写的新闻文章，从而误导读者。我们提出了一种基于神经网络的检测器，通过推理文章中提及的事实来检测被篡改的新闻文章。我们提出的检测器利用图卷积神经网络来挖掘事实知识，并结合新闻文章中的文本信息。我们还通过考虑各种生成新替换实体的策略（例如，从 GPT-2 生成实体），为此任务创建了具有挑战性的数据集。在所有设定下，我们提出的模型在准确率上要么与最先进的检测器持平，要么优于它们。我们的代码和数据可在 https://github.com/UBC-NLP/manipulated_entity_detection 获取。
引用
@article{arxiv.2203.10343,
title = {Automatic Detection of Entity-Manipulated Text using Factual Knowledge},
author = {Ganesh Jawahar and Muhammad Abdul-Mageed and Laks V. S. Lakshmanan},
journal= {arXiv preprint arXiv:2203.10343},
year = {2022}
}
备注
Association for Computational Linguistics (ACL) 2022 camera-ready