BaitWatcher：用于检测不一致新闻标题的轻量级网页界面
计算与语言
2020-03-26 v1 信息检索
社会与信息网络
摘要
在大量信息在线共享的数字环境中，新闻标题在新闻文章的选择与传播中起着至关重要的作用。一些新闻文章通过展示夸大或误导性的标题来吸引受众注意。本研究针对标题不一致问题，即新闻标题所声称的内容与对应文章正文无关或相反。我们提出 BaitWatcher，这是一个轻量级网页界面，引导读者在点击标题前估算新闻文章不一致的可能性。BaitWatcher 利用分层循环编码器高效学习新闻标题及其正文的复杂文本表示。为训练模型，我们构建了一个百万规模的新闻文章数据集，并公开发布以供更广泛的研究使用。基于焦点小组访谈的结果，我们讨论了开发可解释 AI 智能体对于设计更优界面以缓解在线错误信息影响的重要性。
引用
@article{arxiv.2003.11459,
title = {BaitWatcher: A lightweight web interface for the detection of incongruent news headlines},
author = {Kunwoo Park and Taegyun Kim and Seunghyun Yoon and Meeyoung Cha and Kyomin Jung},
journal= {arXiv preprint arXiv:2003.11459},
year = {2020}
}
备注
24 pages (single column), 7 figures. This research article is published as a book chapter of \textit{Fake News, Disinformation, and Misinformation in Social Media-Emerging Research Challenges and Opportunities}. Springer, 2020. arXiv admin note: text overlap with arXiv:1811.07066