从真实性到扩散：面向信息无序领域的实证挑战
计算与语言
2026-03-11 v2
摘要
misinformation 研究广泛依赖基于虚假新闻检测的研究，后者被建模为预测附加于文章或主张的真实性标签的任务。然而，社会科学研究反复强调，信息操纵超出虚构内容，常常依赖于放大动态。这种理论转变对实际操作化产生了影响。在本文中，我们对比了虚假新闻检测与扩散预测，在两个数据集上进行实验：EVONS 和 FakeNewsNet。我们采用以评估为导向的视角，探讨当预测目标从真实性转向扩散时，基准行为如何变化。我们的实验表明，虚假新闻检测在获得强文本嵌入后相对稳定，而扩散预测对操作选择（如阈值定义和早期观察窗口）高度敏感。本文提出了实用的轻量化、透明的 pipeline，用于信息无序相关的预测任务，能够与最先进的方法媲美。
引用
@article{arxiv.2512.02552,
title = {From Veracity to Diffusion: Adressing Operational Challenges in Moving From Fake-News Detection to Information Disorders},
author = {Francesco Paolo Savatteri and Chahan Vidal-Gorène and Florian Cafiero},
journal= {arXiv preprint arXiv:2512.02552},
year = {2026}
}