MPPFND：基于多平台传播的虚假新闻检测数据集与分析

虚假新闻在社交媒体上广泛传播，导致诸多负面影响。现有检测算法大多侧重于分析新闻内容和社会语境以识别虚假新闻。然而，这些方法通常基于特定平台进行检测，忽略了不同平台间传播特征的差异。本文引入了MPPFND数据集，该数据集捕获了跨多个平台的传播结构。我们还描述了不同平台的评论与传播特征，以展示其社会语境具有独特属性。我们提出了一种多平台虚假新闻检测模型（APSL），该模型利用图神经网络从不同平台提取社会语境特征。实验表明，考虑跨平台传播差异可提升虚假新闻检测性能。