情绪认知提升健康假新闻识别

识别错误信息日益被视为一项具有重要社会影响潜力的计算任务。虚假信息和伪造内容被注入到几乎每一个新闻领域，包括政治、健康、科学、商业等，其中健康领域的虚假性会对社会造成严重的不良恐吓或危害效应。错误信息包含来自社交媒体的科学断言或内容，并被强烈的情绪内容夸大以吸引眼球。在本文中，我们考虑新闻文章情感特征对健康领域假新闻识别的效用，并提出证据表明情绪认知表征显著更适用于该任务。我们概述了一种利用情绪强度词典来构建情绪化文本表征的技术，并评估了此类表征在各种有监督与无监督场景下识别健康相关假新闻的效用。我们在一系列技术类型和参数设置下观察到一致且显著的实证增益，确立了新闻文章中情绪信息（一个常被忽视的方面）对于健康领域错误信息识别任务的效用。