Earlier Isn't Always Better: Sub-aspect Analysis on Corpus and System Biases in Summarization
University of Pittsburgh(匹兹堡大学);Carnegie Mellon University(卡内基梅隆大学)
尽管神经摘要系统最近取得了一些进展,但系统改进背后的逻辑及其语料库依赖性在很大程度上仍未得到探索。例如,句子在原文中的位置是新闻摘要的一个众所周知的偏见。根据摘要是子功能组合的主张,我们定义了摘要的三个子方面:位置,重要性和多样性,并对每个子方面相对于九个不同摘要语料库(例如,新闻、学术论文、会议记录、电影剧本、书籍、帖子)。我们发现,虽然立场在新闻文章中表现出很大的偏见,但情况并非如此,例如,学术论文和会议记录。此外,我们的实证研究表明,不同类型的摘要系统(例如,基于神经的)是由不同程度的子方面组成的。我们的研究提供了有用的经验教训,在收集新的摘要数据集或开发新系统时,考虑潜在的子方面。
2019-08-30 cs.CL
Supervised Contrastive Learning for Multimodal Unreliable News Detection in COVID-19 Pandemic
University of Warwick(华威大学);Alan Turing Institute(艾伦·图灵研究所)
随着数字新闻行业成为信息传播的主要渠道,假新闻的不良影响被爆炸性放大。新闻报道的可信度不应孤立地考虑。相反,以前发表的关于类似事件的新闻文章可以用来评估新闻报道的可信度。受此启发,我们提出了一个基于BERT的多模态不可靠新闻检测框架,该框架利用对比学习策略从不可靠文章中捕获文本和视觉信息。对比学习器与不可靠新闻分类器交互,以将相似的可信新闻(或相似的不可靠新闻)推得更近,同时将具有相似内容但相反可信度标签的新闻文章在多模态嵌入空间中彼此远离。在COVID-19相关数据集ReCOVery上的实验结果表明,我们的模型在不可靠新闻检测方面优于许多竞争性基线。
2021-09-09 cs.CL
E2MoCase: A Dataset for Emotional, Event and Moral Observations in News Articles on High-impact Legal Cases
University of Calabria(卡拉布里亚大学);University of Lausanne(洛桑大学)
针对媒体法律案件报道存在偏见、需整体分析其情感、道德与事件的问题,本研究推出新型数据集E2MoCase,借助先进的多任务模型,为相关报道的多维度分析提供支撑。
2024-09-13 cs.AI cs.CL cs.CY
An Exploration of Unreliable News Classification in Brazil and The U.S
Rensselaer Polytechnic Institute(伦斯勒理工学院)
在世界许多地方,不可靠信息的传播正在增加。信息的迅速传播和互联网赋予的匿名性促进了这种扩张。不可靠信息的传播是一个得到充分研究的问题,它与负面的社会影响有关。在以前的工作中,我们已经确定了美国媒体中可靠和不可靠来源的新闻文章结构的显着差异。我们这项工作的目标是探索巴西媒体的这种差异。我们在两个数据集中发现了显著的特征:一个是葡萄牙语的巴西新闻,另一个是英语的美国新闻。我们的研究结果表明,相关的写作风格的功能是突出的,在这两个数据集,尽管语言的差异,一些功能具有普遍的行为,是显着的美国和巴西的新闻文章。最后,我们结合这两个数据集,并使用通用特征来构建一个机器学习分类器,以预测新闻文章的来源类型是可靠还是不可靠。
2018-06-07 cs.CL
MSynFD: Multi-hop Syntax aware Fake News Detection
Beijing Institute of Technology(北京理工大学);Tongji University(同济大学);University of Technology Sydney(悉尼科技大学);Macquarie University(麦考瑞大学)
针对现有虚假新闻检测方法忽略文本语法特征、易受先验偏差影响且在模态缺失时性能下降的问题,提出融合多跳语法感知、序列位置Transformer与关键词去偏的MSynFD方法,在两个公开基准上取得了优于现有模型的效果。
2024-06-19 cs.AI cs.CL cs.IR
The MediaSpin Dataset: Post-Publication News Headline Edits Annotated for Media Bias
Carnegie Mellon University(卡内基梅隆大学);National University of Singapore(新加坡国立大学);NUS Centre for Trusted Internet and Community(新加坡国立大学可信互联网与社区中心)
MediaSpin数据集通过标注13种媒体偏见类型,研究新闻标题修改对语言框架和偏见的影响,展示跨国家的标题修改分析、变压器偏见分类及社交媒体行为分析。
2026-05-15 cs.CL
Analyzing the Impact of Fake News on the Anticipated Outcome of the 2024 Election Ahead of Time
Vector Institute for Artificial Intelligence(向量人工智能研究所);Royal Bank of Canada(加拿大皇家银行)
本研究构建了一个包含4万篇北美政治新闻文章的假新闻数据集,其中4000篇经语言模型与人工验证标注,并开源了基准测试数据和最佳模型,以填补政治演讲中种族偏见数据集的空白。
2024-01-06 cs.CL
A Multi-Label Dataset of French Fake News: Human and Machine Insights
Sorbonne Université(索邦大学);CNRS(法国国家科学研究中心);Institut Jean-Nicod(让·尼科研究所);ENS-PSL(巴黎文理研究大学);EHESS(法国社会科学高等研究院);Freedom Partners(自由伙伴公司);Université de Rennes(雷恩大学);Inria(法国国家信息与自动化研究所);IRISA(雷恩信息、信号与自动化研究所);Airbus Defence and Space(空客防务与空间公司);Mondeca(蒙代卡公司);European Union Agency for Railways(欧盟铁路局);Observatoire des Médias(媒体观察站)
本研究构建了含100篇文档的法国假新闻多标签语料库OBSINFOX,通过多标签多标注员设置分析人类假新闻认知特征,结合主题体裁分析与主观性分析工具探究标签关联,为假新闻相关研究提供了公开数据集。
2024-04-11 cs.CL cs.LG
Never guess what I heard... Rumor Detection in Finnish News: a Dataset and a Baseline
University of Helsinki(赫尔辛基大学)
这项研究提出了一个新的数据集在芬兰语新闻标题的谣言检测。我们评估了两种不同的基于LSTM的模型和两种不同的BERT模型,发现结果存在非常显著的差异。经过微调的FinBERT达到了94.3%的最佳整体准确率和96.0%的谣言标签准确率。然而,在多语言BERT上微调的模型达到了97.2%的最佳事实标签准确率。我们的研究结果表明,性能差异是由于原始训练数据的差异。此外,我们发现常规LSTM模型比使用预训练的word2vec模型训练的模型更好。这些研究结果表明,芬兰语的预训练模型需要做更多的工作,因为它们是在小而有偏见的语料库上训练的。
2021-06-07 cs.CL
Detecting Anchors' Opinion in Hinghlish News Delivery
IIIT-Delhi(德里英迪拉·甘地信息技术学院)
人类喜欢表达自己的意见,渴望别人的意见。从各种来源挖掘和检测意见对个人、组织甚至政府都是有益的。新闻媒体就是这样的组织之一,在那里,一般的规范是不展示他们一方的观点。广告商是数字媒体的代言人,要求他们不要固执己见。然而,他们有时会偏离公认的规范,有意或无意地将自己的观点插入原本直截了当的新闻报道中。这主要是在辩论中看到的,因为它要求主播是自发的,从而使他们容易添加他们的意见。这种失误的后果可能导致有偏见的新闻,甚至在最坏的情况下支持某种议程。为此,我们提出了一个新的任务,主播的意见检测辩论。我们策划代码混合新闻辩论并开发ODIN数据集。数据集中共有2054个主播的话语被标记为固执己见或非固执己见。最后,我们提出了DetONADe,一个基于注意力的交互式框架,用于对主播的话语进行分类,并获得了0.703的最佳加权F1分数。全面的分析和评估显示了数据集和预测中许多有趣的模式。
2022-04-05 cs.CL
F2IND-IT! -- Multimodal Fuzzy Fake Indian News Detection using Images and Text
ABV - Indian Institute of Information Technology, Gwalior(ABV-印度信息技术学院,加尔瓦里)
本文提出了一种多模态模糊框架,结合图像和文本进行印度媒体虚假新闻检测,通过ResNet-50提取图像特征,DistilBERT获取文本语义嵌入,ANFIS生成模糊可靠性评分,并通过轻量级注意力融合模块进行分类,实验结果显示在准确率、精确率、召回率和F1分数上均优于现有方法。
2026-05-16 cs.AI
ReINTEL Challenge 2020: Exploiting Transfer Learning Models for Reliable Intelligence Identification on Vietnamese Social Network Sites
University of Information Technology(信息科技大学);Vietnam National University, Ho Chi Minh City(越南国家大学胡志明市分校)
本文介绍了我们为越南语言和语音处理2020(VLSP 2020)共享任务的越南社交网络网站可靠情报识别(ReINTEL)任务提出的系统。在这项任务中,VLSP 2020提供了一个数据集,其中包含大约6,000个标注有可靠或不可靠标签的培训新闻/帖子,测试集由2,000个没有标签的示例组成。在本文中,我们对不同的迁移学习模型进行了实验,这些模型被bert 4 news和PhoBERT微调以预测新闻是否可靠。在我们的实验中,我们实现了94.52%的AUC得分的私人测试集从ReINTEL的组织者。
2021-02-24 cs.CL
Unreliable Narrator Framing as a Cost-effective Mechanism for Satire Explanation of Australian and American Satirical News
University of New South Wales(新南威尔士大学)
本研究针对讽刺新闻解释的挑战,探索基于不可靠叙述者理论的开放权重模型,对比澳美讽刺新闻的解释效果,发现其为前沿模型的高性价比替代方案,且对美源讽刺手法识别更准,还产出了新型数据集与评估基准。
2026-11-17 cs.CL
Measuring Intersectional Biases in Historical Documents
Aarhus University(奥胡斯大学);Erasmus University Rotterdam(伊拉斯姆斯大学鹿特丹分校);University of Copenhagen(哥本哈根大学)
本文研究了殖民时代加勒比历史报纸中性别与种族的交叉偏见,利用分布语义模型和词嵌入分析偏见的演变,并评估了OCR数据处理技术的稳定性,揭示了多重边缘化身份偏见的叠加效应。
2023-05-21 cs.CL cs.CY cs.LG
MLSUM: The Multilingual Summarization Corpus
CNRS(法国国家科学研究中心);Sorbonne Université(索邦大学);reciTAL
我们提出了MLSUM,第一个大规模的多语言汇总数据集。从在线报纸获得,它包含150万+文章/摘要对五种不同的语言-即法语,德语,西班牙语,俄语,土耳其语。与流行的CNN/Daily Mail数据集的英文报纸一起,收集的数据形成了大规模的多语言数据集,可以为文本摘要社区提供新的研究方向。我们报告跨语言的比较分析的基础上,国家的最先进的系统。这些突出了现有的偏见,促使使用多语言数据集。
2020-04-30 cs.CL
Cognitive Biases in Large Language Models for News Recommendation
University of Amsterdam(阿姆斯特丹大学);Shandong University(山东大学);Leiden University(莱顿大学);Peoples' Friendship University of Russia (RUDN University)(俄罗斯人民友谊大学(RUDN大学));Joint Institute for Nuclear Research(联合核子研究所);Vrije Universiteit Amsterdam(阿姆斯特丹自由大学);University of Skövde(舍夫德大学)
该研究聚焦大语言模型应用于新闻推荐系统时认知偏差带来的风险,探究多种认知偏差的潜在影响,并从数据、提示、算法层面讨论缓解策略,为提升系统可靠性提供方向。
2024-10-03 cs.AI cs.CL cs.IR
Decoding News Bias: Multi Bias Detection in News Articles
College of Engineering, Pune Technological University(浦那理工大学工程学院);Stony Brook University(石溪大学)
针对新闻偏见多集中于政治、性别等单一领域的问题,本文利用LLM构建跨领域多重偏见数据集并比较多种检测技术,强调广谱偏见检测对维护新闻完整性的价值。
2025-01-05 cs.CL
Out-of-distribution Evidence-aware Fake News Detection via Dual Adversarial Debiasing
Institute of Automation, Chinese Academy of Sciences (CASIA)(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学)
针对证据感知假新闻检测模型存在内容偏差、难以泛化到分布外场景的问题,提出即插即用的双对抗学习方法,通过双向去偏判别器减轻偏差,在多种骨干网络和OOD设置下均取得更优性能。
2024-04-15 cs.AI cs.CL
From Deception to Detection: The Dual Roles of Large Language Models in Fake News
University of Montreal(蒙特利尔大学)
本文探讨了大型语言模型(LLMs)在假新闻中的双重角色,分析了七个模型生成带偏见假新闻的能力及检测假新闻的表现,发现部分模型能轻易生成假新闻且更难被检测,而大模型检测能力更强,且LLM生成的解释有助于用户识别假新闻。
2024-09-25 cs.AI cs.CL
Fine-grained Narrative Classification in Biased News Articles
Indraprastha Institute of Information Technology Delhi(印度普拉斯塔理工大学德里);Bharat Electronics Limited(巴哈特电子有限公司)
本文提出INDI-PROP数据集和FANTA/TPTC框架,用于细粒度偏见新闻文章中的叙事分类和说服技巧识别。
2025-12-03 cs.AI cs.CL
Identification of Biased Terms in News Articles by Comparison of Outlet-specific Word Embeddings
University of Konstanz(康斯坦茨大学);University of Wuppertal(伍珀塔尔大学)
倾斜的新闻报道,也被称为媒体偏见,可以严重影响新闻消费者对新闻的解读和反应。为了自动识别有偏见的语言,我们提出了一个探索性的方法,比较相关的词的上下文。我们训练了两个词嵌入模型,一个是左翼的文本,另一个是右翼的新闻媒体。我们的假设是,一个词的表示在两个词嵌入空间是更相似的非偏见的话比偏见的话。其基本思想是,不同新闻媒体中有偏见的词语的语境比无偏见的词语的语境变化更大,因为对一个词有偏见的看法取决于其语境。虽然我们没有发现统计意义接受的假设,结果表明该方法的有效性。例如,在两个词嵌入空间的线性映射之后,具有最大距离的31%的词潜在地引起偏差。为了改善结果,我们发现,数据集需要显着更大,我们得出进一步的方法作为未来的研究方向。据我们所知,本文提出了第一次深入研究的背景下,偏见的话衡量的词嵌入。
2021-12-14 cs.CL cs.IR
SemCAFE: When Named Entities make the Difference Assessing Web Source Reliability through Entity-level Analytics
University of Duisburg-Essen(杜伊斯堡-埃森大学);Rensselaer Polytechnic Institute(拉特格斯理工学院);University of Caen Normandy(卡昂-诺曼底大学)
SemCAFE通过实体级语义分析(结合YAGO知识库)为新闻文章创建语义指纹,在2022年俄乌冲突相关文章上检测可靠性,宏F1分数较最先进方法提升12%。
2025-09-09 cs.CL cs.CY cs.LG
Experiments in News Bias Detection with Pre-Trained Neural Transformers
Information Access Research Group, Coburg University of Applied Sciences(信息获取研究组、科堡应用科学大学);University of Sheffield, Department of Computer Science(谢菲尔德大学计算机科学系)
本文通过对比多种预训练语言模型,探讨了新闻偏见检测与子类型分类的有效性及性能表现。
2024-06-14 cs.AI cs.CL
BiasScanner: Automatic Detection and Classification of News Bias to Strengthen Democracy
Coburg University of Applied Sciences(科堡应用科学大学);University of Sheffield(谢菲尔德大学)
针对在线新闻偏见问题,该研究推出BiasScanner应用,结合服务端预训练大模型与浏览器插件,可细粒度识别24余种句子级媒体偏见并提供解释与分析,以轻量隐私的方式助力新闻消费者审视内容、强化民主。
2024-07-15 cs.AI cs.CL cs.IR
An exploration of features to improve the generalisability of fake news detection models
Brunel University London(布鲁内尔大学伦敦分校)
本研究探索风格与社会货币化特征,以提升假新闻检测模型在跨数据集上的泛化能力,优于基于词元的方法和LLMs。
2025-02-27 cs.AI cs.CL cs.LG
Quantifying Social Biases Using Templates is Unreliable
UC Irvine(加州大学欧文分校)
最近,人们越来越多地致力于了解大语言模型(LLM)如何传播和放大社会偏见。一些作品利用模板进行公平性评估,这使得研究人员能够在没有受保护属性标签的测试集的情况下量化社会偏见。虽然模板评估可以是一种方便和有用的诊断工具,以了解模型的缺陷,它往往使用一个简单的和有限的模板集。在本文中,我们研究是否偏置测量是敏感的基准用于模板的选择。具体来说,我们调查的不稳定性的偏差测量手动修改模板提出在以前的作品中的语义保留的方式和测量偏差在这些修改。我们发现,偏见值和由此产生的结论有很大的不同,在四个任务的模板修改,范围从81%的减少(NLI)到162%的增加(MLM)(特定任务)的偏见测量。我们的研究结果表明,在LLM中量化公平性,在目前的实践中,可以是脆弱的,需要更加小心和谨慎。
2022-10-09 cs.CL cs.LG
An Approach to Ensure Fairness in News Articles
University of Toronto(多伦多大学);Environmental Resources Management(环境资源管理公司);DeepBlue Academy of Sciences(深蓝科学院);Toronto Metropolitan University(多伦多都会大学);The University of Sydney(悉尼大学)
推荐系统、信息检索和其他信息访问系统对在非结构化文本中检查和应用公平性和偏见减轻的概念提出了独特的挑战。本文介绍了Dbias,这是一个Python包,以确保新闻文章的公平性。Dbias是一个经过训练的机器学习(ML)管道,可以将文本(例如,段落或新闻故事)并检测文本是否有偏见。然后,它检测文本中有偏见的单词,屏蔽它们,并推荐一组没有偏见或至少偏见较少的新单词的句子。我们结合了数据科学最佳实践的元素,以确保此管道是可复制和可用的。我们在实验中表明,这种管道可以有效地减轻偏见,并在确保新闻文章的公平性方面优于常见的神经网络架构。
2022-07-08 cs.CL cs.CY cs.IR
Do All Good Actors Look The Same? Exploring News Veracity Detection Across The U.S. and The U.K
Rensselaer Polytechnic Institute(伦斯勒理工学院)
基于文本的新闻真实性检测方法的一个主要问题是,它们可能无法在国家和文化之间推广。在这篇简短的论文中,我们明确地测试了来自美国和英国的新闻数据的新闻真实性模型,证明了有理由关注泛化。通过一系列的测试方案,我们表明,基于文本的分类器在一个国家的新闻数据上训练和在另一个国家的新闻数据上测试时表现不佳。此外,这些模型在分类看不见的、不可靠的新闻来源方面存在困难。最后,我们讨论了这些结果的影响和未来工作的途径。
2020-05-26 cs.CL cs.IR cs.LG
A Multifaceted Analysis of Social Biases in Large Language Models
Nanyang Technological University(南洋理工大学)
本文系统分析了四种广泛使用的大型语言模型在政治、意识形态、联盟、语言和性别等维度上的偏见,通过多项实验揭示了模型在中立性、意识形态倾向、地缘政治倾向、多语言故事完成中的偏见以及性别倾向。
2026-06-17 cs.AI cs.CL cs.CY
Maintaining Journalistic Integrity in the Digital Age: A Comprehensive NLP Framework for Evaluating Online News Content
The Institute for Artificial Intelligence Research and Development of Serbia(塞尔维亚人工智能研究与发展研究所);University of Belgrade(贝尔格莱德大学);Universitas Negeri Padang(巴东国立大学)
本文提出了一个综合NLP框架,结合专门训练的语言模型与十项新闻标准,用于评估在线新闻文章的质量和可信度,同时探讨了其在检测细微偏见等方面的局限性。
2024-01-07 cs.AI cs.CL
Bias in News Summarization: Measures, Pitfalls and Corpora
Heidelberg University(海德堡大学)
本文针对摘要任务中的社会偏见问题,提出受控人口统计属性的输入文档生成方法,并测量性别与种族偏见,发现内容选择基本不受性别偏见影响,而幻觉存在偏见。
2024-06-06 cs.CL
Detecting Media Bias in News Articles using Gaussian Bias Distributions
Paderborn University(帕德博恩大学);Bauhaus-Universität Weimar(魏玛包豪斯大学)
媒体在塑造公众舆论方面发挥着重要作用。有偏见的媒体可以影响人们在不可取的方向,因此应该被揭露。我们观察到,基于特征和神经文本分类方法,只依赖于低层次的词汇信息的分布无法检测媒体偏见。这一弱点在关于新事件的文章中最为明显,这些文章中的词语出现在新的上下文中,因此它们的“偏见预测性”不清楚。因此,在本文中,我们研究了文章中关于有偏见的陈述的二阶信息如何有助于提高检测效率。特别是,我们利用概率分布的频率,位置和顺序的词汇和信息的重复水平的偏见在高斯混合模型。在现有的媒体偏见数据集上,我们发现有偏见的陈述的频率和位置强烈影响文章水平的偏见,而它们的确切顺序是次要的。使用一个标准的模型,为文章级的偏见检测,我们提供了经验证据表明,文章级的偏见检测器,使用二阶信息明显优于那些没有。
2020-10-20 cs.CL
Unsupervised Domain-agnostic Fake News Detection using Multi-modal Weak Signals
The University of Melbourne(墨尔本大学)
本研究提出一种无监督跨领域假新闻检测框架,通过融合四种模态知识并采用抗噪自监督学习技术识别新闻真实性,同时构建大规模无标签数据集LUND-COVID,在多任务中显著超越现有基线并提升对未见领域的泛化能力。
2023-05-18 cs.CL cs.LG
Interpretable Fake News Detection with Topic and Deep Variational Models
University of Connecticut(康涅狄格大学);University of Pittsburgh(匹兹堡大学)
社会对社交媒体和用户生成的新闻和信息内容的依赖日益增加,增加了不可靠来源和虚假内容的影响,这混淆了公共话语,降低了对媒体的信任。验证这些信息的可信度是一项艰巨的任务,容易受到确认偏差的影响,导致算法技术的发展,以区分假新闻和真新闻。然而,大多数现有方法很难解释,因此很难建立对预测的信任,并且在许多现实场景中做出不切实际的假设,例如,视听功能或出处的可用性。在这项工作中,我们专注于使用可解释的特征和方法来检测文本内容的假新闻。特别是,我们开发了一个深度概率模型,该模型使用变分自编码器和双向长短期记忆(LSTM)网络集成了文本新闻的密集表示,并具有从贝叶斯混合模型推断出的语义主题相关特征。使用3个真实世界数据集进行的广泛实验研究表明,我们的模型与最先进的竞争模型具有可比性,同时促进了学习主题的模型可解释性。最后,我们进行了模型消融研究,通过评估性能和定性地通过低维嵌入中的可分性来定量地证明集成神经嵌入和主题特征的有效性和准确性。
2022-09-04 cs.CL
Impacts of Racial Bias in Historical Training Data for News AI
Northeastern University(东北大学);University of Copenhagen(哥本哈根大学)
本文研究了基于历史训练数据的新闻AI中种族偏见的影响,发现'blacks'标签在某些群体中作为种族歧视检测器,但对现代案例表现不佳,揭示了新闻室在采用AI工具时需平衡效率与偏见风险的挑战。
2025-12-18 cs.AI cs.CL cs.CY
Combining Vagueness Detection with Deep Learning to Identify Fake News
Airbus(空客);CNRS(法国国家科学研究中心);ENS(巴黎高等师范学院);EHESS(法国社会科学高等研究院);PSL University(巴黎文理研究大学);Mondeca
在本文中,我们结合了两种独立的检测方法来识别假新闻:算法VAGO使用语义规则结合NLP技术来衡量文本中的真实性和主观性,而分类器FAKE-CLF依赖于卷积神经网络分类和监督深度学习来将文本分类为有偏见或合法。我们在四个语料库上比较了两种方法的结果。我们发现,VAGO获得的准确性和主观性措施之间的正相关性,和FAKE-CLF偏见的文本分类。这种比较产生了互惠互利:VAGO有助于解释FAKE-CLF的结果。相反,FAKE-CLF帮助我们证实和扩展VAGO的数据库。使用两种互补的技术(基于规则与数据驱动)证明了识别假新闻这一具有挑战性的问题的富有成效的方法。
2021-10-31 cs.CL cs.LG
Propagation Structure-Semantic Transfer Learning for Robust Fake News Detection
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);School of Cyber Security, University of Chinese Academy of Sciences(中国科学院大学网络安全学院);State Key Laboratory of Communication Content Cognition, People’s Daily Online(人民日报通讯内容认知国家重点实验室)
本文提出PSS-TL框架,通过双教师模型和多通道知识蒸馏损失,解决虚假新闻检测中语义与结构噪声干扰问题,验证了方法的有效性和鲁棒性。
2026-04-27 cs.CL
Combination Of Convolution Neural Networks And Deep Neural Networks For Fake News Detection
University of Kufa(库法大学);College of Mathematical and Computer Science(数学与计算机科学学院)
如今,人们更喜欢在社交媒体上关注最新的新闻,因为它便宜,容易获得,并且传播迅速。然而,它可以传播虚假或不可靠的,故意包含虚假信息的低质量新闻。假新闻的传播会对人们和社会产生负面影响。鉴于这一问题的严重性,研究人员尽最大努力识别假新闻可能表现出的模式和特征,以设计一个可以在发布前检测假新闻的系统。在本文中,我们描述了假新闻挑战赛第一阶段(FNC-1)数据集,并概述了使用FNC-1数据集构建假新闻检测系统的竞争尝试。用FNC-1数据集对所提出的模型进行了评估。一个有竞争力的数据集被认为是一个开放的问题,也是一个全球性的挑战。该系统的过程意味着用不同的自然语言处理技术处理标题和正文列中的文本。然后,使用肘截断方法减少提取的特征,使用软余弦相似性方法找到每对之间的相似性。新特征被输入到CNN和DNN深度学习方法中。所提出的系统检测所有的类别,除了不同意的类别具有较高的准确性。因此,该系统达到了高达84.6%的准确率,根据有关该数据集的其他竞争性研究,将其归类为第二排名。
2022-10-15 cs.CL cs.IR
A Revisit of Fake News Dataset with Augmented Fact-checking by ChatGPT
University of California, Davis(加利福尼亚大学戴维斯分校)
本文用 ChatGPT 对人工记者验证的假新闻数据集进行增强事实核查,构建 ChatGPT-FC,并定量比较人类与 LLM 在多维度可信度评估上的异同,表明 LLM 可用于初步筛查并缓解人工偏见。
2023-12-19 cs.CL
When Neutral Summaries are not that Neutral: Quantifying Political Neutrality in LLM-Generated News Summaries
Carnegie Mellon University(卡内基梅隆大学);Rochester Institute of Technology(罗切斯特理工学院)
本研究通过极化新闻摘要视角量化LLM政治中立性,分析2万余篇文章发现知名LLM普遍存在倾向民主党的偏见,尤其在枪支管制和医疗保健上极化最明显,且输出词汇高度趋同。
2024-10-13 cs.CL cs.CY
An Information-theoretic Propagation Denoising and Fusion Framework for Fake News Detection
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);School of Cyber Security, University of Chinese Academy of Sciences(中国科学院大学网络空间安全学院)
针对假新闻检测中合成传播数据不可靠的问题,提出InfoPDF框架,通过互信息学习真实与合成传播的有效表示,在多个数据集上实现更优检测性能。
2026-08-20 cs.CL
An Automated News Bias Classifier Using Caenorhabditis Elegans Inspired Recursive Feedback Network Architecture
Scripps Ranch High School(斯克里普斯牧场高中);PES University(PES大学)
传统的方法来分类新闻文章的政治偏见,未能产生准确的,概括的结果。现有的基于CNN和DNN的网络缺乏一个模型来识别和推断微妙的偏见指标,如单词选择,上下文和呈现。在本文中,我们提出了一个网络架构,实现人类水平的准确性,在分配偏见分类的文章。底层模型是基于一种新的网状神经网络(MNN),这种结构使反馈和前馈突触之间的任何两个神经元的网格连接。MNN包含六种网络配置,这些网络配置利用基于伯努利的随机采样、预训练的DNN和在C.线虫。该模型是在从AllSides.com上抓取的一万多篇文章上训练的,这些文章被标记为表明政治偏见。然后使用适合于反馈神经结构的遗传算法来进化网络的参数。最后,最好的表现模型被应用到五个流行的新闻来源在美国超过50天的审判,以量化他们显示的文章中的政治偏见。我们希望我们的项目能够促进对NLP任务的生物解决方案的研究,并为公民提供准确的工具,以了解他们消费的文章中的微妙偏见。
2022-07-26 cs.CL cs.NE
Neutralizing the Narrative: AI-Powered Debiasing of Online News Articles
New York University Abu Dhabi(纽约大学阿布扎比分校)
本研究提出一个AI驱动的框架,利用GPT-4o Mini等LLMs,通过两阶段方法(偏见检测和迭代去偏)处理超过30,000篇新闻文章,揭示媒体偏见变化,促进新闻公平性。
2025-04-04 cs.CL cs.CY
Analyzing Political Bias and Unfairness in News Articles at Different Levels of Granularity
Paderborn University(帕德博恩大学);Bauhaus-Universität Weimar(魏玛包豪斯大学)
传媒组织对社会的信念和立场的形成有着重要的影响,因此,传媒组织负有重大的责任。任何形式的媒体都可能包含过度偏见的内容,例如,以选择性或不完整的方式报道政治事件。因此,一个相关的问题是,这种形式的不平衡的新闻报道是否以及如何被揭露。本文提出的研究不仅解决了偏见的自动检测,而且更进一步,它探讨了政治偏见和不公平如何在语言上表现出来。在这方面,我们利用一个新的语料库的6964新闻文章的标签来自adfontesmedia.com和开发一个神经模型的偏见评估。通过对文章摘录的分析,我们发现了不同层次的文本粒度,从单个词到整个文章语篇的洞察力的偏见模式。
2020-10-20 cs.CL
DocNet: Semantic Structure in Inductive Bias Detection Models
University of Maryland College Park(马里兰大学学院市分校);Carnegie Mellon University(卡内基梅隆大学)
针对媒体政治偏差检测问题,该研究提出新型归纳式低资源模型DocNet,基于新闻语义结构实现偏差检测,无需预训练语言模型即可达到相当性能,适用于低资源场景。
2025-02-03 cs.CL cs.SI
Fake News Detection: It's All in the Data!
Warsaw University of Technology(华沙技术大学);Systems Research Institute, Polish Academy of Sciences(波兰科学院系统研究所)
本文综述强调数据集质量与多样性对虚假新闻检测模型的重要性,并提供了一个整合公开数据集的GitHub仓库以促进相关研究。
2025-04-27 cs.CL
Mitigation of Diachronic Bias in Fake News Detection Dataset
Nara Institute of Science and Technology (NAIST)(奈良先端科学技术大学院大学)
假新闻对社会造成了巨大的危害,为了应对这些假新闻,人们进行了一些关于建立检测模型和安排数据集的研究。大多数假新闻数据集都依赖于特定的时间段。因此,在这样的数据集上训练的检测模型很难检测到由政治变化和社会变化产生的新的假新闻;它们可能会导致输入的有偏见的输出,包括特定的人名和组织名称。我们将此问题称为\textbf{Diachronic Bias},因为它是由每个数据集中新闻的创建日期引起的。在这项研究中,我们证实了偏见,特别是专有名词,包括人名,从每个数据集的短语出现的偏差。基于这些发现,我们提出了使用Wikidata的掩蔽方法来减轻人名的影响,并通过域内和域外数据的实验来验证它们是否使假新闻检测模型鲁棒。
2021-08-28 cs.CL cs.LG
Predicting Sentence-Level Factuality of News and Bias of Media Outlets
Institute of Mathematical and Computer Sciences, University of São Paulo(圣保罗大学数学与计算机科学研究所);Computer Science Department, Federal University of Minas Gerais(米纳斯吉拉斯联邦大学计算机科学系);Centre for Trusted Internet and Community, National University of Singapore(新加坡国立大学可信互联网与社区中心)
本研究构建了巴西葡萄牙语句子级新闻数据集FactNews,通过两个文本分类任务预测新闻事实性与媒体偏见,实验验证了细粒度主观性分析对媒体可靠性预测的有效性。
2024-09-13 cs.CL
NeuS: Neutral Multi-News Summarization for Mitigating Framing Bias
The Hong Kong University of Science and Technology(香港科技大学);Hong Kong University of Science and Technology(香港科技大学)
媒体新闻框架偏见会加剧政治两极分化,破坏公民社会。因此,对自动缓解方法的需求正在增长。我们提出了一个新的任务,一个中立的摘要生成从多个新闻文章的不同政治倾向,以促进平衡和公正的新闻阅读。在本文中,我们首先收集了一个新的数据集,通过案例研究说明框架偏见的见解,并提出了一个新的有效的指标和模型(NeuS-TITLE)的任务。基于我们的发现,标题提供了一个很好的信号,框架偏见,我们提出NeuS-TITLE,学会中和新闻内容的层次顺序从标题到文章。我们的分层多任务学习是通过使用标识符标记(“TITLE=>",“ARTICLE=>”)顺序格式化我们的分层数据对(标题,文章)并使用标准的负对数似然目标微调自回归解码器来实现的。然后我们分析并指出剩余的挑战和未来的方向。最有趣的观察之一是,神经NLG模型不仅可以产生事实上不准确或无法验证的内容,而且还可以产生政治偏见的内容。
2022-05-03 cs.CL
Evolving to the Future: Unseen Event Adaptive Fake News Detection on Social Media
Beijing Institute of Technology(北京理工大学);The Chinese University of Hong Kong(香港中文大学);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Science and Technology of China(中国科学技术大学)
针对现有虚假新闻检测模型难以泛化到未见未来事件的问题,提出FADE框架,通过自适应增强和图对比学习训练目标预测器,并利用仅事件预测器减偏,有效提升了真实场景下的检测效果。
2024-11-11 cs.AI cs.CL cs.SI
Improved Abusive Comment Moderation with User Embeddings
Straintek(Straintek公司)
通过对来自希腊新闻体育门户网站的大约160万条用户评论的数据集进行实验,我们探索了如何通过添加用户嵌入、用户类型嵌入、用户偏见或用户类型偏见来改进最先进的基于RNN的适度方法。我们观察到所有情况下的改进,用户嵌入导致最大的性能增益。
2017-08-11 cs.CL
An Interdisciplinary Approach for the Automated Detection and Visualization of Media Bias in News Articles
University of Wuppertal(伍珀塔尔大学)
媒体报道对公众对事件的看法有重大影响。然而,媒体往往有偏见。使新闻文章产生偏见的一种方法是改变用词。通过词语选择自动识别偏见是具有挑战性的,主要是由于缺乏黄金标准数据集和高度的上下文依赖性。在这个研究项目中,我的目标是设计数据集和方法来识别媒体偏见。为了实现这一目标,我计划研究使用自然语言处理和深度学习的方法,同时使用心理学和语言学的模型和分析概念。第一批结果表明了跨学科研究方法的有效性。我的愿景是设计一个系统,帮助新闻读者意识到偏见造成的媒体报道差异。到目前为止,我最好的基于BERT的模型是在由远距离标签组成的更大语料库上进行预训练的,这表明远距离监督有可能成为偏见检测这一困难任务的解决方案。
2021-12-26 cs.CL
Detection of fake news on CoViD-19 on Web Search Engines
University of Catania(卡塔尼亚大学);INFN Sezione di Catania(意大利国家核物理研究所卡塔尼亚分部);Complexity Science Hub Vienna(维也纳复杂性科学中心)
2020年1月初,中国报告了武汉市首例新型冠状病毒(SARS-CoV-2)病例后,不可靠且不完全准确的信息开始比病毒本身传播得更快。除了这种流行病,人们还经历了一种平行的信息流行病,即,大量的信息,其中一些是误导性的,甚至是有害的,已经在全球范围内广泛传播。虽然社交媒体越来越多地被用作信息源,但网络搜索引擎,如谷歌或雅虎,仍然是在Web上查找信息的强大且值得信赖的资源。这是因为它们能够捕获最大量的信息,帮助用户快速确定最相关、最有用的搜索结果,尽管这些结果并不总是最可靠的。本研究旨在通过捕获和分析流经搜索引擎的文本信息来检测潜在的误导和虚假内容。通过使用与最近的CoViD-19大流行相关的真实世界数据集,我们首先应用重采样技术来解决类别不平衡问题,然后使用现有的机器学习算法对不可靠的新闻进行分类。通过提取新闻文章的相关统一资源定位符(URL)的词汇和基于主机的特征,我们表明,所提出的方法,所以常见的钓鱼和恶意URL检测,可以提高分类器的效率和性能。基于这些发现,我们建议同时使用文本和URL特征可以提高假新闻检测方法的有效性。
2021-06-05 cs.CL cs.IR cs.LG
Exploiting Transformer-based Multitask Learning for the Detection of Media Bias in News Articles
University of Wuppertal(伍珀塔尔大学);University of Konstanz(康斯坦茨大学);University of Passau(帕绍大学);Institute for Artificial Intelligence Research and Development of Serbia(塞尔维亚人工智能研发研究院);University of Kassel(卡塞尔大学);NII Tokyo(东京国立信息学研究所)
媒体对公众对事件的看法有重大影响。对任何话题的片面或两极分化的观点通常被描述为媒体偏见。在新闻报道中引入偏见的方法之一就是改变用词。有偏见的词语选择并不总是显而易见的,也不表现出高度的上下文依赖性。因此,检测偏差往往是困难的。我们提出了一个基于transformer的深度学习架构,通过多任务学习训练,使用六个偏见相关的数据集来解决媒体偏见检测问题。我们的最佳性能实现达到了0.776的宏$F_{1}$,与我们的基线相比,性能提高了3%,优于现有的方法。我们的研究结果表明,多任务学习作为一个有前途的替代方案,以改善现有的基线模型,在确定倾斜的报告。
2022-11-07 cs.CL