逐特征揭穿假新闻
计算与语言
2018-08-09 v1
摘要
识别新闻正文中针对某一标题的立场是自动化假新闻检测的第一步。本文中，我们引入一个两阶段集成模型来解决立场检测任务。通过仅使用手工特征作为梯度提升分类器的输入，我们能够在官方 Fake News Challenge（第一阶段）数据集上取得 11651.25 分中的 9161.5 分（78.63%）。我们识别出检测假新闻最有用的特征，并讨论了如何使用采样技术来提高高度不平衡数据集上的召回准确率。
引用
@article{arxiv.1808.02831,
title = {Debunking Fake News One Feature at a Time},
author = {Melanie Tosik and Antonio Mallia and Kedar Gangopadhyay},
journal= {arXiv preprint arXiv:1808.02831},
year = {2018}
}