真相与信任：基于生物信号的假新闻检测

理解个体对虚假信息的生理反应对于推动误信信息检测系统的发展至关重要。本研究探索了利用生理信号——具体而言是电皮肤活性（EDA）和 photoplethysmography（PPG）——来分类信息的真实性及其与用户信念相互作用的潜力。在受控实验室实验中，我们收集了参与者评估气候相关声明时期的 EDA 和 PPG 信号。每个试验根据声明客观真实性和参与者信念进行标记，使我们能够进行两种分类任务：二元真实性检测和一种新颖的四类联合信念-真实性分类。我们从原始信号中提取手工特征，并训练了多种机器学习模型以对该数据集进行基准测试。我们的结果表明，EDA 在指示与真实感知相关的生理反应方面优于 PPG。然而，在联合信念-真实性分类任务中，性能显著下降，这突显了建模信念与真实性相互作用的复杂性。这些发现表明，尽管生理信号可以反映基本的真实感知，但准确地建模信念与真实性之间复杂关系仍是一个重大挑战。本研究强调了融合心理、生理和认知因素的多模态方法对于提高假新闻检测系统具有重要意义。我们的工作为未来研究提供了基础，旨在通过解决人类信念和真实处理的复杂性来增强误信信息检测。