Commenotes：用于支持社区式事实核查的有机评论合成
人机交互
2025-09-16 v1
摘要
社区式事实核查有望在规模化层面减少误导帖子的传播。然而，其有效性可能因事实核查交付延迟而受到制约。值得注意的是，用户发起的有机评论往往包含驳斥信息，具有缓解这一限制的潜力。为了此目的，我们调查了合成评论以生成及时高质量事实核查的可行性。为此，我们分析了超过 220 万条 X 平台上的回复，引入 Commenotes 框架，该框架通过两个阶段筛选和合成评论以促进事实核查交付。我们的框架揭示，事实核查评论较早且充足：99.3% 的误导帖子在帖子发布后的前两个小时内收到驳斥评论，合成的 \textit{commenotes} 成功地为其中 85.8% 的帖子赢得了用户信任。此外，一项用户研究（N=144）发现，合成的 commenotes 常被偏好，最佳表现模型相对于人类注释以 70.1% 的胜率获胜，并被评价为显著更有帮助。
引用
@article{arxiv.2509.11052,
title = {Commenotes: Synthesizing Organic Comments to Support Community-Based Fact-Checking},
author = {Shuning Zhang and Linzhi Wang and Dai Shi and Yuwei Chuai and Jingruo Chen and Yunyi Chen and Yifan Wang and Yating Wang and Xin Yi and Hewu Li},
journal= {arXiv preprint arXiv:2509.11052},
year = {2025}
}