探索基于内容和元数据分析以检测虚假新闻信息疫情：以 COVID-19 为例
信息检索
2024-01-18 v1
摘要
冠状病毒大流行（COVID-19）可能是近代史上最具破坏性的全球卫生灾难。它对整个世界产生了负面影响，几乎使全球经济陷入停滞。然而，随着病毒的传播、感染人群并夺走数千人的生命，关于该事件的虚假新闻、错误信息和虚假信息的传播与扩散也在蔓延。这包括在社交媒体上传播未经证实的健康建议和疗法。本文使用基于内容的方法以及从发布到在线社交网络的消息中整理的元数据来识别关于该大流行的虚假信息。采用结合元数据的基于内容的方法以及初步的特征分析，然后测试了若干监督学习模型，以识别和预测误导性帖子。我们的方法在检测与 COVID-19 大流行相关的虚假新闻帖子方面显示出高达 93% 的准确率。
引用
@article{arxiv.2401.08841,
title = {Exploring Content-Based and Meta-Data Analysis for Detecting Fake News Infodemic: A case study on COVID-19},
author = {Oluwaseun Ajao and Ashish Garg and Marjory Da Costa-Abreu},
journal= {arXiv preprint arXiv:2401.08841},
year = {2024}
}
备注
8 pages, 5 figures, 3 tables, International Conference for Pattern Recognition Systems (ICPRS 2022)