SGG：基于 Spinbot、Grammarly 与 GloVe 的假新闻检测
计算与语言
2020-08-18 v1 计算机与社会
多媒体
摘要
近来，由于低成本、易获取等原因，通过在线新闻门户消费新闻的行为呈指数级增长。然而，此类在线平台也无意中成为跨网络传播虚假信息的源头。它们正被相当频繁地滥用为散布错误信息与恶作剧的媒介。此类不当行为呼唤一种稳健的自动假新闻检测系统，使我们远离此类错误信息与恶作剧。我们提出了一种稳健而简单的假新闻检测系统，利用改写、语法检查和词嵌入工具。在本文中，我们尝试挖掘这些工具在联合揭示新闻文章真实性方面的潜力。值得注意的是，我们为此利用了 Spinbot（用于改写）、Grammarly（用于语法检查）和 GloVe（用于词嵌入）工具。利用这些工具，我们能够提取新颖特征，在与一些基本特征结合时，可在 Fake News AMT 数据集上取得最先进的结果，并在 Celebrity 数据集上取得可比的结果。更重要的是，如我们的跨域分析与多域分析所揭示的，所提方法在经验上比现有方法更为稳健。
引用
@article{arxiv.2008.06854,
title = {SGG: Spinbot, Grammarly and GloVe based Fake News Detection},
author = {Akansha Gautam and Koteswar Rao Jerripothula},
journal= {arXiv preprint arXiv:2008.06854},
year = {2020}
}
备注
9 pages, 7 figures, Accepted by IEEE International Conference on Multimedia Big Data (BigMM), 2020