ReCOVery：一个用于 COVID-19 新闻可信度研究的多模态数据库
社会与信息网络
2020-08-19 v2 信息检索
摘要
2019 年 12 月在中国武汉首次发现的 COVID-19 疫情，于 2020 年 1 月被世界卫生组织（WHO）宣布为全球紧急事件，并于 2020 年 3 月被列为大流行。伴随此次大流行，我们也正经历一场由低可信度信息（如假新闻与阴谋论）构成的“信息疫情”。本工作中，我们提出 ReCOVery，一个为助力抗击此类 COVID-19 相关信息的研究而设计与构建的数据库。我们首先广泛检索并考察约 2,000 家新闻发布者，从中识别出 60 家具有极端[高或低]可信度水平的发布者。通过继承其所发表媒体的可信度，该数据库收录了 2020 年 1 月至 5 月发表的共计 2,029 篇关于冠状病毒的新闻文章，以及 140,820 条揭示这些文章如何在 Twitter 社交网络上传播的推文。该数据库提供关于冠状病毒新闻文章的多模态信息，包括文本、视觉、时间与网络信息。新闻可信度的获取方式在数据集可扩展性与标签准确性之间实现了权衡。我们开展了大量实验以呈现数据统计与分布，并提供预测新闻可信度的基线性能，以便未来方法与之比较。我们的数据库可在 http://coronavirus-fakenews.com 获取。
引用
@article{arxiv.2006.05557,
title = {ReCOVery: A Multimodal Repository for COVID-19 News Credibility Research},
author = {Xinyi Zhou and Apurva Mulay and Emilio Ferrara and Reza Zafarani},
journal= {arXiv preprint arXiv:2006.05557},
year = {2020}
}
备注
Proceedings of the 29th ACM International Conference on Information and Knowledge Management (CIKM '20)