尽早进行新闻标注:真实还是虚假?
社会与信息网络
2019-09-06 v1 计算与语言
机器学习
摘要
在在线社交网络中区分真实与虚假新闻的传播是许多应用中的重要问题。新闻发布时间与对其标签的检测之间的时间差,是传播真实信息并避免虚假信息的关键一步。因此,该领域中的一项挑战性任务是在传播早期识别虚假与真实新闻。然而,在最小化时间差与最大化准确率之间存在权衡。尽管近期在虚假新闻检测方面已有诸多努力,但尚未有显著工作在其模型中显式纳入早期检测。本文聚焦于新闻的准确早期标注,并提出一种在建模与预测中均考虑早期性的模型。所提方法利用带有新颖损失函数的循环神经网络,以及一种新的停止规则。给定新闻的上下文,我们首先以类特定文本表示对其进行嵌入。随后,利用可用的用户公开档案与新闻扩散速度,对新闻进行早期标注。在真实数据集上的实验表明,与当前最优基线及模型相比,我们的模型在早期标注与准确率方面均有效。
引用
@article{arxiv.1906.03423,
title = {News Labeling as Early as Possible: Real or Fake?},
author = {Maryam Ramezani and Mina Rafiei and Soroush Omranpour and Hamid R. Rabiee},
journal= {arXiv preprint arXiv:1906.03423},
year = {2019}
}