PropXplain：是否可以通过 LLM 实现可解释的宣传内容检测？
计算与语言
2025-09-30 v2
摘要
关于不同模态和语言上宣传内容检测的研究已取得显著进展。然而，大多数研究主要聚焦于检测，鲜有关注为预测标签提供解释的注意力。这主要归因于缺乏提供解释且标注良好的资源。为此，我们提出了一个多语言（即阿拉伯语和英文）解释增强数据集，这是首个此类数据集。此外，我们引入了一个解释增强型 LLM，用于标签检测和基于依据的解释生成。我们的发现表明，该模型在表现相当的同时也能生成解释。我们将使该数据集和实验资源公开于研究社区（https://github.com/firojalam/PropXplain）。
引用
@article{arxiv.2502.16550,
title = {PropXplain: Can LLMs Enable Explainable Propaganda Detection?},
author = {Maram Hasanain and Md Arid Hasan and Mohamed Bayan Kmainasi and Elisa Sartori and Ali Ezzat Shahroor and Giovanni Da San Martino and Firoj Alam},
journal= {arXiv preprint arXiv:2502.16550},
year = {2025}
}
备注
Large Language Models, Social Media, News Media, Specialized LLMs, Propagandistic content analysis, Fact-checking, Media Analysis, Arabic, English