利用通过点过程提取的时间特征进行假新闻检测
社会与信息网络
2020-07-29 v1 计算机与社会
摘要
许多人使用社交网络服务（SNSs）轻松获取各类新闻。存在众多获取与分享携带虚假信息的“假新闻”的途径。为应对假新闻，已有若干研究利用从 SNS 提取的特征检测假新闻。在本研究中，我们尝试使用通过点过程算法从 SNS 帖子中生成的时间特征，以从真实新闻中识别假新闻。假新闻检测中的时间特征相较于现有特征具有鲁棒性优势，因其对假新闻传播者的依赖最小。此外，我们提出了一种新颖的基于多模态注意力的方法，其除时间特征外还包含语言与用户特征，用于从 SNS 帖子中检测假新闻。在三个公开数据集上获得的结果表明，所提模型相较现有方法取得了更优性能，并证明了时间特征对假新闻检测的有效性。
引用
@article{arxiv.2007.14013,
title = {Fake News Detection using Temporal Features Extracted via Point Process},
author = {Taichi Murayama and Shoko Wakamiya and Eiji Aramaki},
journal= {arXiv preprint arXiv:2007.14013},
year = {2020}
}
备注
CySoc 2020 International Workshop on Cyber Social Threats, ICWSM 2020