打击假新闻中的开放问题:可解释性作为一种机遇
社会与信息网络
2019-04-08 v1 信息检索
摘要
打击假新闻需要多种防御方法。尽管谣言检测与各类语言分析技术是检测社交媒体中虚假内容的常用方法,但机器学习界仍可探索其他可行的缓解途径。本文提出假新闻研究中需进一步关注的开放问题与机遇。我们首先回顾社交媒体中新闻生命周期的不同阶段,并以三个例子讨论新闻推送算法在传播假新闻内容时的核心漏洞问题。接着讨论假新闻问题的复杂性与不明晰性如何限制该领域的进展。最后,从可解释机器学习出发提出缓解假新闻问题的研究机遇:1) 可解释的假新闻检测;2) 透明的新闻推送算法。我们提出由算法可解释性、人类可解释性以及支持证据纳入三个维度构成的可解释性框架,其能以不同方式惠及假新闻缓解方法。
引用
@article{arxiv.1904.03016,
title = {Open Issues in Combating Fake News: Interpretability as an Opportunity},
author = {Sina Mohseni and Eric Ragan and Xia Hu},
journal= {arXiv preprint arXiv:1904.03016},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1811.12349