Analysis of Disinformation and Fake News Detection Using Fine-Tuned Large Language Model
Ivan Franko National University of Lviv（利沃夫伊万·弗兰科国立大学）
本文采用PEFT/LoRA方法微调Llama 2模型，用于虚假信息分析、假新闻检测及命名实体情感提取等任务，结果表明该模型能深度分析文本并揭示复杂叙事，提取的情感特征可用于监督学习。
2023-09-09 cs.AI cs.CL cs.CY
newsSweeper at SemEval-2020 Task 11: Context-Aware Rich Feature Representations For Propaganda Classification
Indian Institute of Technology Kanpur (IITK)（印度理工学院坎普尔分校）
本文介绍了我们提交给SemEval 2020任务11：检测新闻文章中的宣传技巧，分别针对跨度识别和技术分类这两个子任务。我们利用预训练的BERT语言模型增强与标签技术开发的任务命名实体识别（NER），开发一个系统，用于识别宣传跨度的文本。对于第二子任务，我们将上下文特征纳入预先训练的RoBERTa模型中，用于对宣传技术进行分类。我们在宣传技术分类子任务中排名第五。
2020-07-21 cs.CL cs.LG
Proppy: A System to Unmask Propaganda in Online News
Qatar Computing Research Institute, HBKU（哈马德·本·哈利法大学卡塔尔计算研究所）；University of Texas Arlington（德克萨斯大学阿灵顿分校）
我们介绍了proppy，第一个公开的真实世界，实时在线新闻宣传检测系统，旨在提高意识，从而可能限制宣传的影响，并帮助打击虚假信息。该系统不断监测一些新闻来源，对新闻进行重复数据删除并将其归类为事件，并根据有关事件的文章是否含有宣传内容的可能性对其进行组织。该系统使用各种文体特征在已知的宣传来源上进行训练。标准数据集上的评估结果显示了宣传检测的最新结果。
2019-12-14 cs.CL cs.IR cs.LG
Solomon at SemEval-2020 Task 11: Ensemble Architecture for Fine-Tuned Propaganda Detection in News Articles
Samsung R&D Institute India Bangalore（三星印度班加罗尔研发中心）
本文介绍了我们的系统（所罗门）的细节和参加SemEval 2020任务11“检测新闻文章中的宣传技术”\cite{DaSanMartinoSemeval20task11}的结果。我们参加了任务“技术分类”（TC），这是一个多类分类任务。为了解决TC任务，我们使用基于RoBERTa的Transformer架构对宣传数据集进行微调。RoBERTa的预测通过类依赖少数类分类器进一步微调。一个特殊的分类器，它采用动态适应最小公共子序列算法，用于适应复杂的重复类。与其他参与系统相比，我们的提交在排行榜上排名第四。
2020-09-16 cs.AI cs.CL
Fine-Grained Analysis of Propaganda in News Articles
Qatar Computing Research Institute, HBKU（哈马德·本·哈利法大学卡塔尔计算研究所）；MIT Computer Science and Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）；Università di Bologna（博洛尼亚大学）；A Data Pro
宣传的目的是影响人们的心态，以推进具体议程。以前的工作已经解决了在文件级别的宣传检测，通常标记为宣传性新闻媒体的所有文章作为宣传。这种嘈杂的黄金标签不可避免地会影响任何在其上训练的学习系统的质量。大多数现有系统的另一个问题是缺乏可解释性。为了克服这些限制，我们提出了一个新的任务：通过检测包含宣传技术的所有片段及其类型来执行文本的细粒度分析。特别是，我们创建了一个语料库的新闻文章手动注释的片段水平与18宣传技术，我们提出了一个合适的评价措施。我们进一步设计了一个新的多粒度神经网络，我们表明，它优于几个强大的基于BERT的基线。
2019-10-06 cs.AI cs.CL cs.IR
Automated multilingual detection of Pro-Kremlin propaganda in newspapers and Telegram posts
German Aerospace Center（德国航空航天中心）
俄罗斯联邦和乌克兰之间的全面冲突产生了前所未有的大量新闻文章和社交媒体数据，反映了对立的意识形态和叙事。这些两极分化的运动导致了对错误信息和假新闻的相互指责，为全世界的读者塑造了一种混乱和不信任的气氛。这项研究分析了媒体如何影响和反映公众舆论在第一个月的战争使用新闻文章和电报新闻频道在乌克兰，俄罗斯，罗马尼亚和英语。我们提出并比较了两种方法的多语言自动亲克里姆林宫宣传识别，基于Transformers和语言特征。我们分析了这两种方法的优点和缺点，它们对新类型和语言的适应性，以及它们用于内容审核的道德考虑。通过这项工作，我们的目标是为进一步开发适合当前冲突的温和工具奠定基础。
2023-01-25 cs.CL cs.LG
Cross-Prompt Generalization in Detecting AI-Generated Fake News Using Interpretable Linguistic Features
Department of Mathematics（数学系）；School of Data Science and Analytics（数据科学与分析学院）；Department of Computer Science（计算机科学系）
研究通过提取词汇多样性、可读性和情感特征，在跨提示框架下使用随机森林分类器检测AI生成假新闻，发现模型在不同提示下均表现稳定（AUC 0.988-1.000），表明这些特征可泛化。
2026-06-02 cs.CL cs.LG
Team DoNotDistribute at SemEval-2020 Task 11: Features, Finetuning, and Data Augmentation in Neural Models for Propaganda Detection in News Articles
Georgetown University（乔治城大学）
本文介绍了我们的系统SemEval 2020共享任务11：检测新闻文章中的宣传技巧。我们参与了跨度识别和技术分类子任务，并报告了使用不同的基于BERT的模型以及手工制作的功能的实验。我们的模型在这两项任务中的表现都远高于基线，我们贡献了消融研究和对我们结果的讨论，以剖析不同功能和技术的有效性，目的是帮助未来的宣传检测研究。
2020-08-21 cs.CL
BPGC at SemEval-2020 Task 11: Propaganda Detection in News Articles with Multi-Granularity Knowledge Sharing and Linguistic Features based Ensemble Learning
BITS Pilani K. K. Birla Goa Campus（印度博拉理工学院果阿分校）
宣传传播志同道合的人的意识形态和信仰，洗脑他们的观众，有时导致暴力。SemEval 2020 Task-11旨在设计用于新闻宣传检测的自动化系统。任务-11由两个子任务组成，即，跨度识别-给定任何新闻文章，系统标记那些包含至少一种宣传技巧的特定片段;和技术分类-在14种宣传技巧中正确分类给定的宣传者声明。对于子任务1，我们使用从预训练的Transformer模型中提取的上下文嵌入来表示不同粒度的文本数据，并提出了一种多粒度知识共享方法。对于子任务2，我们使用具有语言特征的BERT和逻辑回归分类器的集成。我们的研究结果表明，语言特征是在高度不平衡的数据集中覆盖少数类的强有力的指标。
2020-08-24 cs.CL
Neural Architectures for Fine-Grained Propaganda Detection in News
Siemens AG（西门子股份公司）；University of Munich (LMU)（慕尼黑大学（LMU））
本文介绍了我们的系统（MIC-CIS）的细节和参与细粒度宣传检测共享任务2019的结果。为了解决句子（SLC）和片段级（FLC）宣传检测的任务，我们探索了不同的神经架构（例如，CNN、LSTM-CRF和BERT）并提取语言（例如，词性、命名实体、可读性、情感、情绪等），布局和专题功能。具体来说，我们设计了多粒度和多任务神经架构，以联合执行句子和片段级别的宣传检测。此外，我们研究了不同的集成方案，如多数表决，松弛表决等，以提高整体系统的性能。与其他参与系统相比，我们的提交在FLC和SLC任务中分别排名第三和第四。
2019-09-13 cs.CL cs.IR cs.LG
UPB at SemEval-2020 Task 11: Propaganda Detection with Domain-Specific Trained BERT
University Politehnica of Bucharest（布加勒斯特理工大学）
操纵性和误导性新闻已成为一些在线新闻媒体的商品，这些新闻对人们的全球心态产生了重大影响。宣传是一种经常使用的操纵方法，其目的是通过传播旨在歪曲或操纵读者意见的思想来影响读者。本文介绍了我们参加SemEval-2020，任务11：检测新闻文章中的宣传技巧比赛。我们的方法考虑专门的预训练BERT模型的宣传和超党派的新闻文章，使其能够创建更充分的表示为两个子任务，即宣传跨度识别（SI）和宣传技术分类（TC）。我们提出的系统在子任务SI中取得了46.060%的F1分数，在36个团队中排名第5，子任务TC的微平均F1分数为54.302%，在32个团队中排名第19。
2020-09-11 cs.CL
Analysis of LLM Bias (Chinese Propaganda & Anti-US Sentiment) in DeepSeek-R1 vs. ChatGPT o3-mini-high
本研究通过构建1,200个中英多语种推理问题语料库，系统比较DeepSeek-R1与ChatGPT o3-mini-high，发现前者存在显著更高的中国宣传与反美偏见，且偏见随语言变化并渗透至非政治内容。
2025-06-02 cs.CL cs.SI
Check News in One Click: NLP-Empowered Pro-Kremlin Propaganda Detection
Technische Universität Berlin（柏林工业大学）；Universität Bamberg（班贝格大学）；Freie Universität Berlin（柏林自由大学）
针对欧洲面临的亲克里姆林宫宣传问题，研究团队开发了首款支持7种语言的NLP驱动的亲克里姆林宣传检测应用“Check News in 1 Click”，可为普通用户提供新闻反馈并解释操纵性语言特征，还通过用户研究分析了该可解释方案的优缺点。
2024-01-28 cs.CL
Faking Fake News for Real Fake News Detection: Propaganda-loaded Training Data Generation
UIUC（伊利诺伊大学厄巴纳-香槟分校）；Columbia University（哥伦比亚大学）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）；University of Washington（华盛顿大学）；AI2（艾伦人工智能研究所）
针对机器生成与人类撰写假新闻间的风格与意图差异，提出基于自然语言推理引导的自批判序列训练框架，结合宣传技巧生成训练数据集 PropaNews，使假新闻检测器在公开数据集上检测人类虚假信息的 F1 分数提升 3.62% - 7.69%。
2023-05-15 cs.CL
Team QCRI-MIT at SemEval-2019 Task 4: Propaganda Analysis Meets Hyperpartisan News Detection
Harvard University（哈佛大学）；Qatar Computing Research Institute（卡塔尔计算研究所）
在本文中，我们描述了我们提交给SemEval-2019任务4的超党派新闻检测。我们的系统依赖于最初用于检测宣传的各种工程特征。这是基于这样的假设，即有偏见的信息是宣传性的，因为它们促进了特定的政治事业或观点。我们训练了一个逻辑回归模型，其特征从简单的词袋到词汇丰富度和文本可读性特征。我们的系统在手动标注的测试数据上实现了72.9%的准确率，在远程监督标注的测试数据上实现了60.8%的准确率。另外的实验表明，更好的特征预处理可以实现显着的性能改善。
2019-04-06 cs.CL cs.IR cs.LG
SemEval-2020 Task 11: Detection of Propaganda Techniques in News Articles
Qatar Computing Research Institute, HBKU（卡塔尔计算研究所，哈马德·本·哈利法大学）；Università di Bologna（博洛尼亚大学）；Paderborn University（帕德博恩大学）；A Data Pro（A Data Pro 公司）
我们介绍了SemEval-2020任务11关于新闻文章中宣传技巧检测的结果和主要发现。该任务包含两个子任务。子任务SI是关于跨度识别：给定一个纯文本文档，找出包含宣传的特定文本片段。子任务TC是关于技术分类的：给定一个特定的文本片段，在一个完整的文件的上下文中，确定它使用的宣传技术，从14种可能的宣传技术中选择。这项任务吸引了大量的参与者：250个团队报名参加，44个团队提交了测试集。在本文中，我们提出的任务，分析结果，并讨论了系统的提交和他们使用的方法。对于这两个子任务，最好的系统使用预先训练的Transformers和集成。
2020-09-06 cs.CL cs.CY
Prta: A System to Support the Analysis of Propaganda Techniques in the News
Qatar Computing Research Institute, HBKU（哈马德·本·哈利法大学卡塔尔计算研究所）；MIT Computer Science and Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）；Università di Bologna（博洛尼亚大学）
近期发生的事件，如2016年美国总统竞选、英国脱欧及COVID-19“信息流行病”，令网上虚假信息的危险成为焦点。有很多研究集中在事实核查和虚假信息检测。然而，很少有人注意到用于传达宣传信息的具体修辞和心理技巧。揭示这些技术的使用有助于促进媒体素养和批判性思维，并最终有助于限制“假新闻”和虚假信息运动的影响。Prta（Propaganda Persuadication Techniques Analyzer）允许用户通过突出宣传技巧出现的跨度来定期探索抓取的文章，并根据他们使用的宣传技巧进行比较。该系统还报告关于这些技术的使用的统计数据，总体上和随着时间的推移，或者根据由用户基于时间间隔、关键字和/或媒体的政治取向指定的过滤标准。此外，它允许用户通过专用接口或API分析任何文本或URL。该系统可在线获取：https://www.tanbih.org/prta
2020-05-12 cs.CL cs.IR cs.LG
Verifying the Robustness of Automatic Credibility Assessment
Universitat Pompeu Fabra（庞培法布拉大学）；Institute of Computer Science, Polish Academy of Sciences（波兰科学院计算机科学研究所）
本研究验证了自动可信度评估模型对多种攻击技术的鲁棒性，发现大型语言模型更易受攻击，提出BODEGA基准用于评估内容管理中的虚假信息检测。
2024-11-21 cs.CL cs.LG
YNU-HPCC at SemEval-2020 Task 11: LSTM Network for Detection of Propaganda Techniques in News Articles
本文总结了我们在SemEval-2020任务11中对新闻文章宣传检测技术的研究。此任务分为SI和TC子任务。我们实现了GloVe单词表示、BERT预训练模型和LSTM模型架构来完成这项任务。我们的方法在SI和TC子任务上都取得了很好的效果。SI子任务的宏观F1分数为0.406，TC子任务的微观F1分数为0.505。我们的方法显著优于官方发布的基线方法，SI和TC子任务分别在测试集上排名第17位和第22位。本文还比较了不同深度学习模型架构（如Bi-LSTM、LSTM、BERT和XGBoost模型）在检测新闻推广技术方面的性能。本文的代码可在https://github.com/daojiaxu/semeval_11上获得。
2020-08-25 cs.CL cs.IR
LTIatCMU at SemEval-2020 Task 11: Incorporating Multi-Level Features for Multi-Granular Propaganda Span Identification
Language Technology Institute（语言技术研究所）；Carnegie Mellon University（卡内基梅隆大学）
在本文中，我们描述了我们提交的任务，宣传跨度识别新闻文章。我们引入了一个基于BERT-BiLSTM的跨度级宣传分类模型，该模型可以识别句子中哪些标记跨度表示宣传。“多粒度”模型在文本粒度的各个级别上整合了语言知识，包括单词、句子和文档级别的句法、语义和语用影响特征，与其语言不可知变体相比，这些特征显著提高了模型性能。为了促进更好的表示学习，我们还收集了1万篇新闻文章的语料库，并使用它来微调模型。最后的模型是一个多数投票集成，学习不同的宣传类边界，利用不同的子集纳入知识，并达到$4^{th}$的位置上的测试排行榜。我们的最终模型和代码发布在https://github.com/sopu/PropagandaSemEval2020上。
2020-08-20 cs.CL cs.IR cs.LG
Inno at SemEval-2020 Task 11: Leveraging Pure Transformer for Multi-Class Propaganda Detection
Innopolis University（因诺波利斯大学）
本文介绍了“Inno”团队对SEMEVAL 2020任务11“新闻文章中宣传技巧的检测”的解决方案。第二子任务的目标是对新闻文章数据集中与18种给定宣传技巧之一相对应的文本片段进行分类。我们测试了一个纯基于transformer的模型，该模型具有优化的学习方案，能够区分彼此之间的宣传技术。我们的模型相应地在验证集和测试集中显示了0.6和0.58的总体F1分数，并且在两个集中每个类别的F1分数都不是零。
2020-08-27 cs.CL
Exposing propaganda: an analysis of stylistic cues comparing human annotations and machine classification
Airbus Defence and Space（空客防务与空间公司）；Université Paris-Saclay（巴黎-萨克雷大学）；CentraleSupélec（中央理工-高等电力学院）；Institut Jean-Nicod（让·尼科研究所）；CNRS（法国国家科学研究中心）；ENS-PSL（巴黎文理研究大学高等师范学院）；EHESS（社会科学高等研究院）；LIP6（巴黎第六大学计算机实验室）；Sorbonne Université（索邦大学）；Université de Rennes（雷恩大学）；Inria（法国国家信息与自动化研究所）；IRISA（雷恩信息与自动化研究所）；Mondeca（蒙德卡公司）；Freedom Partners（自由伙伴公司）；Observatoire des Médias（媒体观察机构）
本文通过构建多源多语言多模态的PPN数据集并开展11标签人工标注实验，结合VAGO、TF-IDF及多种分类器，揭示了人类与机器识别宣传文本时所用的风格线索。
2024-02-26 cs.AI cs.CL cs.LG
Discourse Structures Guided Fine-grained Propaganda Identification
Texas A&M University（德克萨斯A&M大学）
本文提出利用局部和全局语篇结构辅助细粒度宣传识别，通过两个教师模型分别建模句子间语篇关系和句子语篇角色，并以特征融合或知识蒸馏方式融入，在基准数据集上显著提升了宣传内容识别的精确率和召回率。
2023-10-28 cs.CL
Cross-Domain Learning for Classifying Propaganda in Online Contents
Shandong University（山东大学）；Hasso Plattner Institute（哈索·普拉特纳研究所）；University of Potsdam（波茨坦大学）
随着新闻和社交媒体呈现出越来越多的操纵性极化内容，检测此类宣传作为内容分析的新任务受到关注。以前的工作集中在监督学习与训练数据从同一领域。然而，由于宣传可能是微妙的，并不断发展，人工识别和适当的标签是非常苛刻的。因此，训练数据是主要瓶颈。在本文中，我们解决了这一瓶颈，并提出了一种利用跨领域学习的方法，该方法基于来自新闻和推文的标记文档和句子，以及政治演讲，其宣传程度有明显差异。我们设计信息功能，并建立各种分类器的宣传标签，使用跨域学习。我们的实验证明了这种方法的实用性，并确定在各种配置的源和目标的转移步骤的困难和限制。我们进一步分析了各种特征的影响，并描述了宣传的突出指标。
2020-11-22 cs.CL
CyberWallE at SemEval-2020 Task 11: An Analysis of Feature Engineering for Ensemble Models for Propaganda Detection
Seminar für Sprachwissenschaft（语言学系）；Eberhard Karls Universität Tübingen（蒂宾根大学）
本文介绍了我们参与SemEval-2020任务检测新闻文章中的宣传技巧。我们参与两个子任务：跨度识别（SI）和技术分类（TC）。我们在SI子任务中使用双LSTM架构，并为TC子任务训练复杂的集成模型。我们的架构是使用来自BERT的嵌入并结合额外的词汇特征和广泛的标签后处理来构建的。我们的系统在SI子任务（F1分数：43.86%）和TC子任务（F1分数：57.37%）中的31支球队中的8支球队中实现了排名。
2020-08-22 cs.CL cs.LG
Cost-Sensitive BERT for Generalisable Sentence Classification with Imbalanced Data
University of Birmingham（伯明翰大学）；University of Warwick（华威大学）；Alan Turing Institute（阿兰·图灵研究所）
近年来，由于新闻产生和消费方式的技术和社会变化，宣传的自动识别变得越来越重要。使用BERT可以有效地解决这个任务，这是一个强大的新架构，可以针对文本分类任务进行微调，这并不奇怪。然而，与处理新闻文档和其他形式的非情境化社交通信（例如，情感分析）的其他任务一样，宣传检测固有地处理其类别同时不平衡和不相似的数据。我们表明，BERT，而能够处理不平衡的类，没有额外的数据增强，不概括以及当训练和测试数据是足够不相似的（通常是新闻来源的情况下，其主题随着时间的推移而演变）。我们展示了如何通过提供数据集之间的相似性的统计度量和当训练集和测试集不相似时将成本加权纳入BERT的方法来解决这个问题。我们测试这些方法上的宣传技术语料库（PTC），并实现了第二高的分数对宣传级别的分类。
2020-03-16 cs.CL cs.LG stat.ML
Reliable News or Propagandist News? A Neurosymbolic Model Using Genre, Topic, and Persuasion Techniques to Improve Robustness in Classification
Airbus Defence and Space, France（空中客车防务与航天公司，法国）；Université Paris-Saclay, CentraleSupélec, MICS, France（巴黎-萨克雷大学，中央理工-高等电力学院，MICS，法国）；LIP6, Sorbonne Université, CNRS, France（LIP6，索邦大学，法国国家科学研究中心，法国）；Université de Rennes, CNRS, Inria, IRISA, France（雷恩大学，法国国家科学研究中心，法国国家信息与自动化研究所，IRISA，法国）；IRL Crossing, CNRS, Australia（IRL Crossing，法国国家科学研究中心，澳大利亚）
本文提出结合非上下文文本嵌入与符号概念特征的神经符号模型，以提高分类鲁棒性，通过实验验证其在识别宣传新闻方面的有效性。
2026-04-02 cs.AI cs.CL
Hierarchical Level-Wise News Article Clustering via Multilingual Matryoshka Embeddings
Stanford University（斯坦福大学）
提出一种基于多语言Matryoshka嵌入的可扩展分层聚类方法，通过在不同粒度级别确定故事相似度，在SemEval 2022 Task 8上达到SOTA，有效识别和聚类真实新闻数据中的故事、叙事与主题。
2025-05-30 cs.AI cs.CL cs.SI
SocCogCom at SemEval-2020 Task 11: Characterizing and Detecting Propaganda using Sentence-Level Emotional Salience Features
Institute of High Performance Computing (IHPC)（高性能计算研究所）；Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局）
本文介绍了一个系统开发的检测宣传技巧，从新闻文章。我们专注于研究如何从新闻片段中提取的情感显着性特征可以帮助描述和预测宣传技术的存在。相关性分析显示出有趣的模式，例如，“加载语言”和“口号”技术与效价和快乐强度呈负相关，但与愤怒，恐惧和悲伤强度呈正相关。相比之下，“挥舞旗帜”和“诉诸恐惧偏见”的模式正好相反。通过预测实验，结果进一步表明，而BERT的功能获得F1分数为0.548，情绪强度功能和BERT混合功能能够获得F1分数为0.570，当一个简单的前馈网络被用作在两种设置中的分类器。在黄金测试数据上，我们的系统在14种宣传技术的总体检测效率上获得了0.558的微平均F1分数。它在检测“装语言”（F1 = 0.772）、“名称呼叫和标记”（F1 = 0.673）、“怀疑”（F1 = 0.604）和“挥舞旗帜”（F1 = 0.543）方面表现相对较好。
2020-08-29 cs.CL cs.CY
Leveraging Declarative Knowledge in Text and First-Order Logic for Fine-Grained Propaganda Detection
Fudan University（复旦大学）；Microsoft Corporation（微软公司）；Sun Yat-Sen University（中山大学）
我们研究了新闻文章中宣传性文本片段的检测。而不是仅仅从训练数据中的输入输出数据点学习，我们引入了一种方法来注入细粒度宣传技术的声明性知识。具体来说，我们利用一阶逻辑和自然语言表达的声明性知识。前者指的是粗粒度和细粒度预测之间的逻辑一致性，用于通过命题布尔表达式来正则化训练过程。后者是指每个宣传技术的字面定义，用于获得正则化模型参数的类表示。我们进行实验的宣传技术语料库，一个大的手动注释数据集细粒度的宣传检测。实验表明，我们的方法实现了卓越的性能，证明利用声明性知识可以帮助模型做出更准确的预测。
2020-10-05 cs.AI cs.CL cs.IR
DUTH at SemEval-2020 Task 11: BERT with Entity Mapping for Propaganda Classification
Democritus University of Thrace（色雷斯德谟克利特大学）
本报告描述了色雷斯德谟克利特大学（DUTH）团队参与SemEval-2020任务11所采用的方法：检测新闻文章中的宣传技巧。我们的团队处理子任务2：技术分类。我们使用浅层自然语言处理（NLP）预处理技术来减少数据集中的噪声、特征选择方法和常见的监督机器学习算法。我们的最终模型是基于使用实体映射的BERT系统。为了提高模型的准确性，我们通过使用词类和实体识别将某些词映射为五个不同的类别。
2020-08-25 cs.CL
ProBel: Propaganda Detection with Techniques, Spans, and Explanations
Qatar Computing Research Institute（卡塔尔计算研究所）；University of Padova（帕多瓦大学）
ProBel 是含阿拉伯语和英语的宣传检测资源，支持多任务，双语多任务模型性能最优，联合训练效果更稳定，将发布相关数据与代码。
2026-08-25 cs.AI cs.CL cs.LG
Assessing Deanonymization Risks with Stylometry-Assisted LLM Agent
CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全中心）
本文提出SLA方法，通过风格学与LLM推理结合，评估和缓解文本去匿名化风险，实验表明其在各类场景中具有高推断准确性，并提出引导重组成策略以降低作者身份可识别性。
2026-02-26 cs.CL cs.CR cs.LG
X-Troll: eXplainable Detection of State-Sponsored Information Operations Agents
University of Technology Sydney（悉尼技术大学）；RMIT University（皇家墨尔本理工大学）
针对国家资助troll检测中LLM黑箱问题与宣传识别困难，提出X-Troll框架，整合可解释适配器LLM与专家语言知识，通过LoRA适配器和动态门控提升检测准确性并提供操纵策略解释。
2025-08-27 cs.CL
Sina at FigNews 2024: Multilingual Datasets Annotated with Bias and Propaganda
Birzeit University（比尔宰特大学）；Palestine Technical University-Khadoorie（巴勒斯坦技术大学-哈杜里）；amleh Center（7amleh中心）；ÖREBRO University（厄勒布鲁大学）
本研究构建了含12000条多语言Facebook帖子的偏见与宣传标注语料库，作为FigNews 2024共享任务的一部分，标注质量达标，团队在相关子任务中表现优异，语料库已开源。
2024-07-12 cs.AI cs.CL
The FIGNEWS Shared Task on News Media Narratives
Northwestern University（西北大学）；Birzeit University（比尔宰特大学）；New York University（纽约大学）；Google（谷歌公司）；Carnegie Mellon University（卡内基梅隆大学）；Newgiza University（新吉萨大学）
本文介绍了FIGNEWS共享任务，旨在促进多语言新闻偏见与宣传标注的协作，以以色列对加沙战争为案例，涉及5种语言，17个团队参与，共产生129,800个数据点。
2024-07-25 cs.CL
Experiments in Detecting Persuasion Techniques in the News
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；Qatar Computing Research Institute, HBKU（哈马德·本·哈利法大学卡塔尔计算研究所）
最近的许多政治事件，如2016年美国总统选举或2018年巴西大选，引起了机构和公众对互联网和社交媒体在影响这些事件结果方面的作用的关注。我们认为，一个安全的民主是一个公民有工具，使他们意识到宣传运动。我们提出了一个新的任务：通过检测包含宣传技巧的所有片段及其类型来执行文本的细粒度分析。我们进一步设计了一个新的多粒度神经网络，我们表明，它优于几个强大的基于BERT的基线。
2019-11-15 cs.CL cs.IR
Findings of the NLP4IF-2019 Shared Task on Fine-Grained Propaganda Detection
Qatar Computing Research Institute, HBKU（哈马德·本·哈利法大学卡塔尔计算研究所）；Università di Bologna（博洛尼亚大学）
我们提出了关于细粒度宣传检测的共享任务，该任务是作为EMNLP-IJCNLP 2019年NLP 4 IF研讨会的一部分组织的。有两个子任务。FLC是一个片段级任务，要求识别新闻文章中的宣传文本片段，并预测每个片段中使用的特定宣传技术（18路分类任务）。SLC是一个文本级的二元分类任务，要求检测包含宣传的句子。共有12个小组提交了FLC任务的系统，25个小组提交了SLC任务的系统，14个小组最终提交了系统描述文件。对于这两个子任务，大多数系统都设法以相当大的幅度超过了基线。排行榜和比赛数据可在http://propaganda.qcri.org/nlp4if-shared-task/上查阅。
2019-10-20 cs.CL cs.SI
CoT is Not the Chain of Truth: An Empirical Internal Analysis of Reasoning LLMs for Fake News Generation
研究揭示推理LLM在生成虚假新闻时，即使拒绝有害请求，其内部推理仍可能传播不安全内容，通过分析框架和指标揭示潜在风险并挑战安全假设。
2026-09-09 cs.CL
The Table of Media Bias Elements: A sentence-level taxonomy of media bias types and propaganda techniques
Center for Responsible Artificial Intelligence (CRAI), Coburg University of Applied Sciences and Arts（负责任人工智能中心（CRAI）、科堡应用科学与艺术大学）；Center for Responsible Artificial Intelligence (CRAI), and University of Sheffield, Department of Computer Science（负责任人工智能中心（CRAI）、谢菲尔德大学计算机科学系）
本文提出一个句子级的媒体偏见分类体系，通过分析26,464个句子，揭示偏见表达的细粒度类型及传播技巧，并提供识别指导。
2026-01-08 cs.CL cs.CY
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
NoPropaganda at SemEval-2020 Task 11: A Borrowed Approach to Sequence Tagging and Text Classification
ABBYY ARD NLP（ABBYY ARD 自然语言处理部门）；Lomonosov Moscow State University（莫斯科国立罗蒙诺索夫大学）；MIPT ABBYY Lab（莫斯科物理技术学院 ABBYY 实验室）
本文介绍了我们对SemEval-2020任务11的贡献：检测新闻文章中的宣传技巧。我们从简单的LSTM基线开始，然后转移到自回归Transformer解码器，以预测第一个子任务的长时间连续宣传跨度。我们还采用了一种方法，从关系抽取包围跨度上述与特殊的令牌的宣传技术分类的第二子任务。相应地，我们的模型报告了这些任务的F分数为44.6%，微平均F分数为58.2%。
2020-07-25 cs.CL
SWARM: A Multilingual Human-Annotated Dataset for Russian Propaganda Detection in Search Engine Results
Weizenbaum Institute（魏茨鲍姆研究所）；University of Oxford（牛津大学）；University of Bern（伯尔尼大学）
本文提出多语言数据集SWARM，含2,183条搜索引擎结果，用于检测俄语宣传，发现内容级分析优于来源屏蔽列表，最强LLM的F1达0.73。
2026-09-14 cs.CL
VLDBench Evaluating Multimodal Disinformation with Regulatory Alignment
VLDBench 是首个多模态虚假信息检测基准，通过大规模标注数据提升检测准确率，支持 AI 管治框架下的可信虚假信息分析。
2025-12-20 cs.CL
Do Sentence Interactions Matter? Leveraging Sentence Level Representations for Fake News Classification
Carnegie Mellon University（卡内基梅隆大学）
通过在线媒体渠道传播的虚假新闻和误导性信息的不断增长需要一种自动检测此类新闻文章的方法。在区分可信与其他类型的新闻文章（讽刺，宣传，恶作剧）的少数有限作品中，没有一个在文档中建模句子交互。我们观察到一个有趣的模式，在不同类型的新闻文章的句子相互作用的方式。为了捕捉长新闻文章的这类信息，我们提出了一种基于图神经网络的模型，该模型不需要特征工程来进行细粒度的假新闻分类。通过实验，我们证明了我们提出的方法击败了强大的神经基线，并在现有数据集上达到了最先进的精度。此外，我们建立了我们的模型，通过评估其性能在域外的情况下的泛化能力。代码可在https://github.com/MysteryVaibhav/fake_news_semantics上获得
2019-10-27 cs.CL cs.LG stat.ML
An Emotional Analysis of False Information in Social Media and News Articles
Universitat Politècnica de València（瓦伦西亚理工大学）；Autoritas Consulting（奥里塔斯咨询公司）
假新闻是有风险的，因为它是为了操纵读者的观点和信仰而创造的。在这项工作中，我们从情感的角度比较了虚假新闻和真实新闻的语言，考虑了社交媒体和在线新闻文章来源的一系列虚假信息类型（宣传，恶作剧，点击诱饵和讽刺）。我们的实验表明，虚假信息在每种类型中都有不同的情感模式，而情感在欺骗读者方面起着关键作用。在此基础上，我们提出了一个注入情感的LSTM神经网络模型来检测虚假新闻。
2019-08-26 cs.CL cs.IR cs.SI
Framing Migration News with LLMs: Structured CoT as a Support for Human Interpretation
Idiap Research Institute（日内瓦研究所）；University of Geneva（日内瓦大学）；EPFL（瑞士联邦理工学院）
本研究提出结构化思维链（SCoT）提示方法，利用本地可部署的开源LLM（Llama3-8B）辅助移民新闻的框架分析，在单GPU上提升分类性能，并通过人类评估验证其逻辑性和对解释的影响。
2026-06-02 cs.CL
Can AI-Generated Persuasion Be Detected? Persuaficial Benchmark and AI vs. Human Linguistic Differences
NASK National Research Institute（波兰国家科研 institute）；University of Padua（意大利帕多瓦大学）；Polish-Japanese Academy of Information Technology（波兰-日本信息科技学院）
本文探讨LLM生成的说服内容是否更难自动检测，通过Persuaficial基准对比人类与AI生成文本的语言差异，揭示细微说服策略对检测性能的影响。
2026-04-21 cs.CL
HyPerAlign: Interpretable Personalized LLM Alignment via Hypothesis Generation
University of Chicago（芝加哥大学）
针对现有LLM对齐仅适配平均用户偏好的问题，提出可解释、样本高效的假设驱动个性化方法HyPerAlign，通过推断用户特征假设生成定制输出，在两项个性化任务上性能显著优于偏好微调方法。
2025-05-19 cs.CL
"Attention" for Detecting Unreliable News in the Information Age
Seernet Technologies, LLC（Seernet 技术有限责任公司）
不可靠的新闻是任何虚假或误导性的信息，故意传播以促进政治，意识形态和金融议程。最近，随着利用新闻和社交媒体进行宣传的数量迅速增加，不可靠新闻的问题引起了很多关注。这对社会构成了严重威胁，社会需要技术来自动可靠地识别不可靠的新闻来源。本文是在这个方向上作出的努力，建立系统检测不可靠的新闻文章。本文在Unreliable News Data 2017数据集上构建并评估了各种NLP算法。层次注意力网络（HAN）的变体的编码和分类的新闻文章，达到0.944 ROC AUC的最佳结果。最后，注意力层权重被可视化，以理解和洞察HAN做出的决策。所获得的结果是非常有前途的，令人鼓舞的部署和使用这些系统在现实世界中，以减轻不可靠的新闻的问题。
2017-11-03 cs.CL
Explainable Tsetlin Machine framework for fake news detection with credibility score assessment
University of Agder（阿格德大学）
假新闻的扩散，即，新闻故意传播错误信息，对个人和社会构成威胁。尽管有各种事实核查网站，如PolitiFact，但仍需要强大的检测技术来应对假新闻的增加。几个深度学习模型在假新闻分类方面显示出了很好的效果，然而，它们的黑盒性质使得很难解释它们的分类决策和保证模型的质量。我们在这里解决这个问题，提出了一个新的可解释的假新闻检测框架的基础上，最近推出的Tsetlin机（TM）。简而言之，我们利用TM的连接子句来捕获真实和虚假新闻文本的词汇和语义属性。此外，我们使用子句集合来计算假新闻的可信度。为了进行评估，我们在两个公开的数据集PolitiFact和GossipCop上进行了实验，并证明TM框架在准确性方面明显优于先前发布的基线至少$5\%$，并具有可解释的基于逻辑的表示的额外好处。此外，我们的方法提供了比BERT和XLNet更高的F1分数，但是，我们获得的准确性略低。最后，我们提出了一个案例研究我们的模型的可解释性，展示了它如何分解成有意义的词和他们的否定。
2021-05-19 cs.AI cs.CL cs.LG
Towards Detecting Harmful Agendas in News Articles
Columbia University（哥伦比亚大学）；Arizona State University（亚利桑那州立大学）
提出检测新闻文章中有害议程的新任务，发布NewsAgendas数据集，并证明可解释系统能有效识别有害议程且性能媲美黑盒模型。
2023-08-02 cs.CL cs.LG
MultiPress: A Multi-Agent Framework for Interpretable Multimodal News Classification
New York Institute of Technology（纽约理工学院）；University of Arizona（亚利桑那大学）；University of Macau（澳门大学）；Peking University（北京大学）；Juniata College（朱尼亚塔学院）
本文提出MultiPress多智能体框架，通过多模块协作和检索增强推理提升多模态新闻分类的准确性和可解释性。
2026-04-04 cs.CL
A Machine Learning Analysis of the Features in Deceptive and Credible News
Simon Fraser University（西蒙弗雷泽大学）
假新闻是一种无处不在的宣传，在网上传播错误信息，利用社交媒体的广泛影响力来操纵公众的看法。在过去的三年里，假新闻因其对2016年美国总统大选的影响而成为媒体的焦点讨论点。假新闻可能会对现实世界产生严重的影响：2016年，一名男子手持步枪走进一家比萨店，因为他读到希拉里克林顿窝藏儿童作为性奴隶。该项目提出了一个高准确度（87%）的机器学习分类器，该分类器基于文章前几句中的单词分布和特定语言和风格差异来确定新闻的有效性。这可以帮助读者通过寻找开场白中的具体特征来识别文章的有效性，从而帮助他们做出明智的决定。该项目使用来自30个不同网站的2，107篇文章的数据集，通过检查模型，数据集和特征，建立了对虚假和可信新闻之间差异的理解。这个分类器似乎利用了词的分布，语气真实性的水平，以及副词，形容词和名词的频率的差异。这些文章特征的差异可以用来改进未来的分类器。该分类器还可以作为Google Chrome扩展程序直接应用于浏览器，或者作为社交媒体或新闻网站的过滤器，以减少错误信息的传播。
2019-10-05 cs.CL
