放大视野观察：面向假新闻检测的新闻环境感知

假新闻检测对于防止社交媒体上错误信息的传播至关重要。为区分假新闻与真实新闻，现有方法观察新闻帖子的语言模式并“放大”以用知识源核实其内容或检查读者回复。然而，这些方法忽视了假新闻帖子被创建与传播所处的外部新闻环境信息。新闻环境代表了近期主流媒体观点与公众注意力，是假新闻编造的重要灵感，因为假新闻常旨在搭乘热点事件浪潮，并以出人意料的新颖内容吸引公众注意以获得更大曝光与传播。为捕获新闻帖子的环境信号，我们“缩小视野”观察新闻环境，并提出新闻环境感知框架（NEP）。对每则帖子，我们从近期主流新闻构建其宏观与微观新闻环境。随后设计面向流行度与面向新颖性的模块来感知有用信号并进一步辅助最终预测。在我们新构建数据集上的实验表明，NEP 能有效提升基础假新闻检测器的性能。