告诉我你的朋友是谁：利用内容分享行为检测新闻来源真实性
社会与信息网络
2021-01-27 v1 计算机与社会
机器学习
摘要
阻止虚假和误导性新闻的恶意传播与生产已成为研究人员的首要任务。由于此类现象的普遍性，许多用于检测低质量信息的自动化方法被提出。这些方法大多使用文章级特征（如写作风格）来检测真实性。尽管写作风格模型在实验室环境中表现良好，但人们对其泛化性和鲁棒性存在担忧。在本文中，我们通过提出一种新颖且鲁棒的新闻真实性检测模型来解决这些担忧，该模型使用被构建为网络的新闻来源的内容分享行为。我们使用基于 deep walk 的图嵌入方法来表示这些内容分享网络（CSN），该方法同时考虑了网络空间与文章文本空间中的相似性。我们表明，最先进的写作风格特征与 CSN 特征在预测时会犯不同的错误，意味着它们在分类任务中扮演不同角色。此外，我们表明加入 CSN 特征提高了写作风格模型的准确率，在使用随机森林时准确率提升高达 14%。类似地，我们表明手工设计的文章级特征与 CSN 特征的组合对概念漂移具有鲁棒性，在 10 个月的时间范围内表现持续良好。
引用
@article{arxiv.2101.10973,
title = {Tell Me Who Your Friends Are: Using Content Sharing Behavior for News Source Veracity Detection},
author = {Maurício Gruppi and Benjamin D. Horne and Sibel Adalı},
journal= {arXiv preprint arXiv:2101.10973},
year = {2021}
}
备注
Preprint Version