谣言性声明的矛盾检测
计算与语言
2017-07-12 v2
摘要
社交媒体素材在新闻工作流程中的使用日益增加，要求自动化的方法来识别错误信息和虚假信息。由于跨社交媒体帖子的文本矛盾可以是谣言性的一个信号，我们试图建模 Twitter 帖子中的声明如何被文本矛盾。我们确定了矛盾出现的两种不同语境：其较宽泛的形式可在独立发布的推文间观察到，而其更具体的形式出现在线程对话中。我们根据论证的核心要素：声明和对话结构，定义这两种场景的差异。我们将这两种场景的模型统一设计为 3-way Recognizing Textual Entailment（识别文本蕴含）任务，以便在通用推理模型中隐式表示声明和对话结构，而先前的研究使用这些属性的显式表示或无表示。为处理噪声文本，我们的分类器使用源自字符串和词性层面的简单相似性特征。语料库统计揭示了这些特征在矛盾与非矛盾推文关系中的分布差异，并且分类器取得了最先进的性能。
引用
@article{arxiv.1611.02588,
title = {Contradiction Detection for Rumorous Claims},
author = {Piroska Lendvai and Uwe D. Reichel},
journal= {arXiv preprint arXiv:1611.02588},
year = {2017}
}
备注
To appear in: Proceedings of Extra-Propositional Aspects of Meaning (ExProM) in Computational Linguistics, Osaka, Japan, 2016