“Liar, Liar Pants on Fire”：用于假新闻检测的新基准数据集

自动假新闻检测是欺骗检测中的一个挑战性问题，具有巨大的现实政治与社会影响。然而，统计方法应对假新闻受到缺乏标注基准数据集的极大限制。本文中，我们提出 liar：一个用于假新闻检测的新的公开可用数据集。我们从 PolitiFact.com 收集了十年间、12.8K 条手动标注的多种情境下的短陈述，该网站为每个案例提供详细分析报告和源文档链接。该数据集也可用于事实核查研究。值得注意的是，该新数据集比先前同类最大的公共假新闻数据集大一个数量级。我们基于表层语言模式实证研究了自动假新闻检测。我们设计了一种新颖的混合卷积神经网络，将元数据与文本集成。我们表明这种混合方法可以改进仅文本的深度学习模型。