俄乌冲突期间 Twitter 上虚假声明的检索

如今，社交媒体上的虚假与未经证实的信息在重大地缘政治事件中左右个人认知，并威胁整个数字信息生态系统的质量。自俄罗斯入侵乌克兰以来，若干事实核查组织积极参与核实在线传播的与冲突相关的说法。本文中，我们利用一个公开的事实核查声明库，构建了一个方法学框架，用于自动识别 2022 年 2 月在 Twitter 上传播的虚假与无根据声明。我们的框架由两个顺序模型组成：首先，声明检测模型识别推文是否包含我们收集中所考虑的（虚假）声明之一。随后，声明检索模型通过依据与输入推文的相关性对经核查的声明进行排序，将推文与事实核查信息相匹配。两个模型均基于预训练语言模型，并分别微调以执行文本分类任务与信息检索任务。特别地，为验证我们方法的有效性，我们考虑了入侵首周在 Twitter 上传播的 83 条经核实虚假声明，并根据其所报道的声明对 5,872 条推文进行了人工标注。我们的实验表明，所提方法在声明检测与声明检索上均优于标准基线。总体而言，我们的结果凸显了社交媒体提供商可如何有效利用半自动化方法来识别、追踪并最终审核在其平台上传播的虚假信息。