面向新闻文章中有害议程的检测

线上的操纵新闻是一个日益增长的问题，需要使用自动化系统来遏制其传播。我们认为，尽管错误信息和虚假信息检测已被研究，但在检测新闻文章中 harmful agendas（有害议程）这一重要开放挑战上投入不足；识别有害议程对于标记具有最大现实危害潜力的新闻活动至关重要。此外，由于对审查制度的切实担忧，有害议程检测器必须是可解释的才能有效。在这项工作中，我们提出这一新任务并发布了一个带标注新闻文章的数据集 NewsAgendas，用于议程识别。我们展示了可解释系统如何在该任务上有效，并证明它们可以表现得与黑盒模型相当。