连接事实核查与假新闻检测
计算与语言
2020-10-13 v1 人工智能
摘要
随着 BERT 等预训练语言模型的发展以及 FEVER 等大规模数据集的发布，事实核查模型在过去两年中快速发展。然而，与假新闻检测密切相关的挑战性问题——假新闻检测，并未从事实核查模型的改进中受益。在本文中，我们提出了一种简单而有效的方法，以连接事实核查与假新闻检测之间的线索。我们的方法首先采用在新闻语料上预训练的文本摘要模型，将长篇新闻文章摘要为简短声明。然后我们使用在 FEVER 数据集上预训练的事实核查模型来检测输入的新闻文章是真实还是虚假。我们的方法利用了事实核查模型近期的成功，并实现了零样本假新闻检测，减轻了对大规模训练数据训练假新闻检测模型的需求。在假新闻检测基准数据集 FakenewsNet 上的实验结果证明了我们所提方法的有效性。
引用
@article{arxiv.2010.05202,
title = {Connecting the Dots Between Fact Verification and Fake News Detection},
author = {Qifei Li and Wangchunshu Zhou},
journal= {arXiv preprint arXiv:2010.05202},
year = {2020}
}
备注
Accepted to COLING 2020