基于文本摘要的提示调优点击诱饵检测

点击诱饵是令人惊讶的社交帖子或欺骗性的新闻标题，试图引诱用户进行更多点击，为了更多利润或商业收入，其发布速度前所未有。点击诱饵的传播对用户产生了显著的负面影响，给用户带来误导甚至点击劫持攻击。与假新闻不同，点击诱饵检测的关键问题在于判断标题是否与相应内容匹配。大多数现有方法通过计算标题与内容之间的语义相似性来检测点击诱饵。然而，由于标题和内容在长度和语义特征上存在显著差异，直接计算语义相似性往往难以概括它们之间的关系。为了解决这个问题，本文提出了一种基于文本摘要的提示调优方法用于点击诱饵检测，引入文本摘要来总结内容，并根据生成的摘要与内容之间的相似性进行点击诱饵检测。具体来说，我们首先引入一个两阶段文本摘要模型，基于预训练语言模型生成高质量的新闻摘要，然后将标题和新生成的摘要作为输入用于提示调优。此外，我们采用了多种策略来引入外部知识，以提高点击诱饵检测的性能。在知名点击诱饵检测数据集上的大量实验表明，我们的方法达到了最先进的性能。