捍卫民主：利用深度学习识别与防范错误信息
社会与信息网络
2021-06-07 v1 人工智能
计算与语言
机器学习
摘要
近年来在线错误信息的兴起通过扭曲真实的公共话语并造成困惑、恐惧，甚至在极端情况下造成暴力，威胁着民主制度。需要理解虚假内容通过在线网络的传播，以开发在错误信息实现病毒式传播前加以干预的手段。本研究使用深度双向 Transformer 语言理解模型（BERT）和传播图，基于公开可用的 Twitter 数据，对社交媒体网络上的错误信息传播进行分类与可视化。结果证实了先前关于用户聚类和虚假内容病毒性的研究，同时提升了深度学习模型在错误信息检测中的精度。该研究进一步证明了 BERT 适用于提供可扩展的虚假信息检测模型，有助于开发更及时、更准确的干预措施，以减缓在线环境中错误信息的传播。
引用
@article{arxiv.2106.02607,
title = {Defending Democracy: Using Deep Learning to Identify and Prevent Misinformation},
author = {Anusua Trivedi and Alyssa Suhm and Prathamesh Mahankal and Subhiksha Mukuntharaj and Meghana D. Parab and Malvika Mohan and Meredith Berger and Arathi Sethumadhavan and Ashish Jaiman and Rahul Dodhia},
journal= {arXiv preprint arXiv:2106.02607},
year = {2021}
}