假新闻的预测性语言线索：一个社会人工智能问题
计算与语言
2022-11-29 v1 机器学习
摘要
媒体新闻在很大程度上塑造了公众舆论，因此绝不能是虚假的。网站、博客和社交媒体上的新闻在发布前必须加以分析。在本文中，我们利用机器学习算法，呈现媒体新闻条目的语言特征，以区分假新闻与真实新闻。神经假新闻生成、机器生成的标题、文本与机器生成的图片说明中的语义不一致，是其他类型的假新闻问题。这些问题使用神经网络，其主要控制分布特征而非证据。我们提出应用特征集与类别之间的相关性，以及特征之间的相关性，来计算相关性属性评估度量和协方差度量，以计算新闻条目上各属性的方差。观察到在度量上具有高值的独特、负面、正面和基数数字特征可提供高的曲线下面积（AUC）和 F1 分数。
引用
@article{arxiv.2211.14505,
title = {Predictive linguistic cues for fake news: a societal artificial intelligence problem},
author = {Sandhya Aneja and Nagender Aneja and Ponnurangam Kumaraguru},
journal= {arXiv preprint arXiv:2211.14505},
year = {2022}
}