协同 LLM 与全局标签传播的多模态假新闻检测
计算与语言
2025-06-03 v1
摘要
大型语言模型（LLM）可以通过预测伪标签来辅助多模态假新闻检测。然而，与传统检测方法相比，仅使用 LLM 生成的伪标签表现较差，这使得将其有效整合并非易事。在本文中，我们提出了基于 LLM 伪标签的全局标签传播网络（GLPN-LLM）用于多模态假新闻检测，该网络通过标签传播技术整合了 LLM 的能力。全局标签传播可以利用 LLM 生成的伪标签，通过在所有样本间传播标签信息来提高预测准确率。对于标签传播，设计了一种基于掩码的机制，通过确保训练节点不将其自身的标签传播回自身，来防止训练过程中的标签泄露。在基准数据集上的实验结果表明，通过协同 LLM 与标签传播，我们的模型取得了优于 SOTA 基线的性能。
引用
@article{arxiv.2506.00488,
title = {Synergizing LLMs with Global Label Propagation for Multimodal Fake News Detection},
author = {Shuguo Hu and Jun Hu and Huaiwen Zhang},
journal= {arXiv preprint arXiv:2506.00488},
year = {2025}
}
备注
Accepted by ACL 2025 Main Conference