DANES：面向社交与文本上下文感知的虚假新闻检测的深度神经网络集成架构
人工智能
2023-02-06 v1 计算与语言
神经与进化计算
社会与信息网络
摘要
社交媒体平台的日益普及简化了新闻文章的创建和分发，但也为传播虚假新闻提供了渠道。因此，迫切需要有效的上下文感知虚假新闻检测机制，其中上下文信息可以从帖子的文本内容或可用的社交数据（例如，关于用户的信息、对帖子的反应或社交网络）中构建。在本文中，我们提出了 DANES，一种用于社交与文本上下文感知虚假新闻检测的深度神经网络集成架构。DANES 包含一个用于基于文本内容的上下文的文本分支和一个用于社交上下文的社交分支。这两个分支用于创建一种新颖的网络嵌入。在 3 个真实世界数据集（即 BuzzFace、Twitter15 和 Twitter16）上的初步消融实验结果令人鼓舞，当同时使用社交和文本内容特征时，其准确率优于最先进的解决方案。
引用
@article{arxiv.2302.01756,
title = {DANES: Deep Neural Network Ensemble Architecture for Social and Textual Context-aware Fake News Detection},
author = {Ciprian-Octavian Truică and Elena-Simona Apostol and Panagiotis Karras},
journal= {arXiv preprint arXiv:2302.01756},
year = {2023}
}