检测跨平台社交媒体话语中的合成政治叙事
社会与信息网络
2026-05-22 v1 人工智能
计算与语言
计算机与社会
摘要
大型语言模型的普及引入了合成政治交流的新范式，其中叙事可在规模化跨平台生成、语义协调并被战略性扩散。我们提出了用于检测合成政治叙事的跨平台框架，利用四个协调信号——词汇多样性D(C)、时间突发性B(C)、修辞重复R(C)和语义同质化H(C)，综合构成合成叙事协调得分SNC(C)。我们将该框架应用于由6个电报频道和9个Reddit社区（2023--2026年）收集的353,223条记录组成的语料库。结果表明，IntelSlava在词汇多样性（MATTR 0.52--0.54）最低、时间突发性（B=+0.48至+0.73）最高、与同行频道的修辞重叠度（Jaccard 0.12）最高，在四个六个事件窗口中在综合SNC(C)中名列第一（SNC 0.45--0.60）。Rybar在所有窗口中排名最后，尽管其语义同质性最高，因为其俄语输出导致词汇多样性较高且与英语频道的修辞Jaccard接近于零——这表明没有单个指标足以检测协调性。多维SNC(C)评分比任何单个指标都提供更稳健且更可解释的信号。
引用
@article{arxiv.2605.21540,
title = {Detecting Synthetic Political Narratives in Cross-Platform Social Media Discourse},
author = {Despoina Antonakaki and Sotiris Ioannidis},
journal= {arXiv preprint arXiv:2605.21540},
year = {2026}
}