Adversarial Active Learning based Heterogeneous Graph Neural Network for Fake News Detection
Florida State University（佛罗里达州立大学）；Jilin University（吉林大学）
假新闻的爆炸性增长以及对政治，经济和公共安全的破坏性影响增加了对假新闻检测的需求。社交媒体上的假新闻并不以文章的形式独立存在。许多其他实体，如新闻创作者，新闻主题等，存在于社交媒体上，并与新闻文章有关系。不同的实体和关系可以被建模为异构信息网络（HIN）。在本文中，我们试图解决假新闻检测问题的支持下，面向新闻的HIN。我们提出了一种新的假新闻检测框架，即基于对抗主动学习的异构图神经网络（AA-HGNN），它采用了一种新的分层注意力机制来执行HIN中的节点表示学习。AA-HGNN利用一个主动学习框架来提高学习性能，特别是在面对标记数据不足的情况下。对抗选择器将被训练为查询主动学习框架的高价值候选者。当对抗性主动学习完成后，AA-HGNN通过对新闻文章节点进行分类来检测假新闻。两个真实世界的假新闻数据集的实验表明，我们的模型可以优于基于文本的模型和其他基于图的模型时，使用较少的标记数据受益于对抗性主动学习。AA-HGNN作为一种具有推广性的模型，也具有广泛应用于异构图上其他节点分类相关应用的能力。
2021-01-27 cs.CY cs.LG cs.SI
Fake News Quick Detection on Dynamic Heterogeneous Information Networks
University of New South Wales（新南威尔士大学）
近年来，假新闻的传播给社会造成了很大的危害。因此，快速检测假新闻已成为一项重要任务。当前的一些检测方法通常将新闻文章和其他相关组件建模为静态异构信息网络（HIN），并使用昂贵的消息传递算法。然而，在现实世界中，快速识别假新闻具有重要意义，并且网络在动态节点和边缘方面可能会随时间而变化。因此，本文提出了一种新的动态异构图神经网络（DHGNN）用于虚假新闻的快速检测。更具体地说，我们首先实现了BERT，并对BERT进行了微调，以获得新闻文章内容和作者简介的语义表示，并将其转换为图形数据。然后，我们构建异构新闻作者图，以反映上下文信息和关系。此外，我们适应的想法，从个性化的PageRank传播和动态传播到异构网络，以减少反向传播的时间复杂度，通过许多节点在训练过程中。在三个真实世界的假新闻数据集上的实验表明，DHGNN在有效性和效率方面都优于其他基于GNN的模型。
2022-05-14 cs.LG
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
Integrating Human-in-the-loop into Swarm Learning for Decentralized Fake News Detection
Prairie View A&M University（普雷里维尤农工大学）
社交媒体已成为产生和传播假新闻的有效平台，这些假新闻可能会误导人们，甚至扭曲舆论。然而，用于假新闻检测的集中式方法在用于训练模型的集中式数据汇集过程中不能有效地保护用户隐私。此外，它不能完全将用户反馈纳入学习检测模型的循环中，以进一步增强假新闻检测。为了克服这些挑战，本文提出了一种新的分散方法，基于人在回路的群学习（HBSL），将用户反馈集成到学习和推理的回路中，以分散的方式识别假新闻，而不会侵犯用户隐私。它由分布式节点组成，能够独立学习和检测本地数据上的假新闻。此外，在这些节点上训练的检测模型可以通过分散的模型合并来增强。实验结果表明，该方法在检测基准数据集上的假新闻方面优于最先进的分散式方法。
2022-01-04 cs.AI cs.LG cs.SI
FakeSwarm: Improving Fake News Detection with Swarming Characteristics
Georgia Institute of Technology（佐治亚理工学院）；Trine University（特里尼大学）
本文提出FakeSwarm虚假新闻识别系统，通过主成分分析、度量表示和位置编码三类群体特征，在公开数据集上取得超过97%的f1分数和准确率，并验证了群体特征在早期虚假新闻和文本样本短缺场景下能显著提升召回率。
2023-05-30 cs.LG cs.SI
FALSE: Fake News Automatic and Lightweight Solution
假新闻从有新闻开始就存在，从谣言到印刷媒体，再到广播和电视。最近，信息时代，随着通信和互联网的突破，加剧了假新闻的传播。此外，除了电子商务，当前的互联网经济依赖于广告，浏览和点击，这促使许多开发人员诱使最终用户点击链接或广告。因此，假新闻通过社交媒体网络的疯狂传播影响了从选举到5G采用和应对COVID- 19大流行的现实世界问题。自假新闻出现以来，检测和挫败假新闻的努力就一直存在，从事实检查器到基于人工智能的检测器。随着假新闻传播者采用更复杂的技术，解决方案仍在不断发展。在本文中，R代码已经被用来研究和可视化一个现代的假新闻数据集。我们使用聚类、分类、相关和各种图来分析和呈现数据。实验表明，分类器在区分真假新闻方面具有很高的效率。
2022-08-16 cs.AI cs.LG
Ginger Cannot Cure Cancer: Battling Fake Health News with a Comprehensive Data Repository
The Pennsylvania State University（宾夕法尼亚州立大学）
目前，互联网是获取健康信息的主要来源。互联网上大量的虚假健康新闻已经成为对公众健康的严重威胁。在虚假新闻检测领域，国内外学者做了大量的研究和工作，但针对健康新闻的研究较少。例如，虚假健康新闻检测需要开发可解释性。为了缓解这些问题，我们构建了一个全面的存储库FakeHealth，其中包括具有丰富功能的新闻内容，具有详细解释的新闻评论，社交活动和用户-用户社交网络。此外，进行探索性分析，以了解数据集的特征，分析有用的模式，并验证健康假新闻检测数据集的质量。我们还讨论了健康假新闻检测的新的和潜在的未来研究方向。
2020-03-30 cs.LG cs.SI stat.ML
Domain Adaptive Fake News Detection via Reinforcement Learning
Arizona State University（亚利桑那州立大学）；Illinois Institute of Technology（伊利诺伊理工学院）
随着社交媒体成为信息消费的主要力量，假新闻的加速传播为平台区分合法和假新闻提出了新的挑战。由于新闻领域的多样性和昂贵的注释成本，有效的假新闻检测是一项重要的任务。在这项工作中，我们通过结合辅助信息（例如，用户评论和用户-新闻交互）转换为一种新的基于强化学习的模型，称为\textbf{RE}强化的\textbf{A}自适应的\textbf{L}获得\textbf{F}的\textbf{N} ews \textbf{D}检测（REAL-FND）。REAL-FND利用跨域和域内知识，使其在目标域中具有鲁棒性，尽管是在不同的源域中训练的。在真实数据集上的大量实验表明了该模型的有效性，特别是当目标域中的标记数据有限时。
2022-02-16 cs.LG cs.SI
Network Inference from a Mixture of Diffusion Models for Fake News Mitigation
University of Southern California（南加州大学）
旨在欺骗人们、影响公众舆论和操纵社会结果的假新闻传播已成为社交媒体上的一个紧迫问题。此外，社交媒体上的信息共享促进了病毒式信息级联的传播。在这项工作中，我们专注于理解和利用虚假和合法内容的传播动态，以促进网络干预，缓解假新闻。我们分析了真实世界的Twitter数据集，包括虚假和真实的新闻级联，以了解关于虚假和真实内容的扩散动态和用户行为的差异。分析的基础上，我们建模的扩散作为一个混合物的独立级联模型（MIC）的参数$θ_T, θ_F$在社会网络图，并获得无监督推理技术的参数估计的扩散混合模型从观察到的，未标记的级联。使用推断的扩散动力学来识别在真实和虚假内容的传播中有影响的用户。识别出的有影响力的用户的特征揭示了为假新闻识别出的有影响力的用户与他们在假新闻级联中的相对出现之间的正相关性。识别出的有影响力的用户倾向于与病毒性信息级联更多的主题相关，而不是病毒性信息级联较少的主题;与真正的新闻有影响力的用户相比，识别出的假新闻有影响力的用户的直接追随者数量相对较少。节点和边缘的干预分析表明，推断的扩散动力学的能力，支持网络干预措施，以减轻。
2020-08-08 cs.LG cs.SI
Fake News Detection via NLP is Vulnerable to Adversarial Attacks
Hongyi Honor College, Wuhan University（武汉大学弘毅学堂）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
新闻在塑造人们的信仰和观点方面起着重要作用。假新闻一直是一个问题，直到美国第45任总统的选举周期才暴露在大众面前。虽然自2015年以来，已经提出了许多检测方法来打击假新闻，但它们主要集中在文章的语言方面，而没有任何事实检查。在本文中，我们认为这些模型有可能对篡改事实的假新闻以及隐藏的真实新闻进行错误分类。通过对最先进的假新闻检测器Faithman的实验，我们证明了事实篡改攻击是有效的。为了解决这些问题，我们认为，事实核查应与语言特征分析相结合，以真正区分假新闻和真新闻。提出了一种众包的知识图谱，作为收集有关新闻事件的及时事实的稻草人解决方案。
2019-01-05 cs.CL cs.LG cs.SI
Dac-Fake: A Divide and Conquer Framework for Detecting Fake News on Social Media
Malaviya National Institute of Technology（马拉维亚国立技术学院）；Madhav Institute of Technology & Science（马达夫科技学院）
本文提出DaCFake模型，采用分而治之策略融合内容与上下文特征，结合八十多个语言特征和词嵌入方法，在三个数据集上取得高准确率，用于社交媒体虚假新闻的快速早期检测。
2025-08-22 cs.LG cs.SI
Weak Supervision for Fake News Detection via Reinforcement Learning
State University of New York at Buffalo（纽约州立大学布法罗分校）；Tencent Inc.（腾讯公司）；Pennsylvania State University（宾夕法尼亚州立大学）
如今，社交媒体已经成为新闻的主要来源。通过社交媒体平台，假新闻以前所未有的速度传播，触及全球受众，并使用户和社区面临巨大风险。因此，尽早发现假新闻非常重要。最近，基于深度学习的方法在假新闻检测方面表现出了更好的性能。然而，这类模型的训练需要大量的标记数据，而人工标注既耗时又昂贵。此外，由于新闻的动态性质，注释样本可能会很快过时，不能代表新出现的事件的新闻文章。因此，如何获得新鲜、高质量的标记样本是利用深度学习模型进行假新闻检测的主要挑战。为了应对这一挑战，我们提出了一个加强的弱监督假新闻检测框架，即，WeFEND，它可以利用用户的报告作为弱监管，以扩大用于假新闻检测的训练数据量。该框架由三个主要部分组成：注释器，增强选择器和假新闻检测器。注释器可以根据用户的报告自动为未标记的新闻分配弱标签。使用强化学习技术的强化选择器从弱标记数据中选择高质量的样本，并过滤掉那些可能降低检测器预测性能的低质量样本。假新闻检测器旨在根据新闻内容识别假新闻。我们在通过微信公众号发布的大量新闻文章和相关用户报告上测试了所提出的框架。在该数据集上的大量实验表明，与最先进的方法相比，所提出的WeFEND模型实现了最佳性能。
2020-01-20 cs.CL cs.LG cs.SI
The Rise and Fall of Fake News sites: A Traffic Analysis
FORTH/University of Crete（克里特大学/希腊研究与技术基金会）；Telefonica Research（西班牙电信研究中心）
在过去的十年里，我们目睹了互联网上错误信息的增加，网络用户不断成为假新闻的受害者。过去的许多研究分析了假新闻的传播机制以及检测和缓解技术。然而，关于他们的运营行为仍然存在一些悬而未决的问题，例如：假新闻网站有多老？他们通常会长时间在线吗？这样的网站是否彼此同步他们的启动和停机时间？它们是否在时间上共享相似的内容？哪些第三方支持其运营？与主流或真正的新闻网站相比，他们吸引了多少用户流量？在本文中，我们进行了首次调查，以回答有关假新闻网站在线存在的问题，并将其行为与真实新闻网站进行比较。基于我们的研究结果，我们构建了一个内容不可知的ML分类器，用于自动检测尚未包含在手动策划黑名单中的假新闻网站（即准确性）。
2021-03-16 cs.CR cs.LG cs.SI
Dataset of Fake News Detection and Fact Verification: A Survey
NARA Institute of Science and Technology（奈良先端科学技术大学）
假新闻的迅速增加对社会造成了重大损害，引发了许多与假新闻相关的研究，包括假新闻检测和事实验证技术的发展。这些研究的资源主要是从网络数据中获取的公共数据集。我们从三个角度大规模调查了118个与假新闻研究相关的数据集：（1）假新闻检测，（2）事实验证，（3）其他任务;例如，假新闻分析和讽刺检测。我们还详细描述了他们的利用任务和他们的特点。最后，我们强调了假新闻数据集构建中的挑战以及解决这些挑战的一些研究机会。我们的调查通过帮助研究人员找到合适的数据集而无需重新发明轮子来促进假新闻研究，从而深入改进假新闻研究。
2021-11-05 cs.CL cs.CY cs.LG
Generalizing to the Future: Mitigating Entity Bias in Fake News Detection
University of Chinese Academy of Sciences（中国科学院大学）；Beihang University（北京航空航天大学）
假新闻的广泛传播对个人和社会的威胁越来越大。假新闻检测的目的是在过去的新闻上训练一个模型，并检测未来的假新闻。现有的假新闻检测方法虽然做了大量的努力，但忽略了真实世界数据中的非预期实体偏差，严重影响了模型对未来数据的泛化能力。例如，2010-2017年包含实体“唐纳德特朗普”的新闻中有97%在我们的数据中是真实的，但这一比例在2018年下降到只有33%。这将导致在前一组上训练的模型很难推广到后者，因为它倾向于预测关于“唐纳德特朗普”的新闻片段是真实的，以降低训练损失。在本文中，我们提出了一个实体去偏框架（\textbf{ENDEF}），通过从因果角度减轻实体偏见，将假新闻检测模型推广到未来的数据。基于实体、新闻内容和新闻真实性之间的因果关系图，我们在训练过程中分别对每个原因（实体和内容）的贡献进行建模。在推理阶段，我们去除了实体的直接影响，以减轻实体偏见。在英文和中文数据集上的大量离线实验表明，该框架可以大大提高基本假新闻检测器的性能，在线测试验证了其在实践中的优越性。据我们所知，这是第一项明确提高假新闻检测模型对未来数据的泛化能力的工作。该代码已在https://github.com/ICTMCG/ENDEF-SIGIR2022上发布。
2022-04-20 cs.AI cs.CL cs.LG
Fake News Detection on Social Media using Geometric Deep Learning
Fabula AI（法布拉人工智能公司）；USI Lugano（卢加诺瑞士意大利语大学）；Imperial College（帝国理工学院）
社交媒体如今是全球数百万人的主要新闻来源之一，因为它们成本低，易于访问和快速传播。然而，这是以值得怀疑的可信度和暴露于“假新闻”的重大风险为代价的，故意误导读者。自动检测假新闻带来了挑战，挑战了现有的基于内容的分析方法。其中一个主要原因是，新闻的解释通常需要政治或社会背景或“常识”的知识，而目前的NLP算法仍然缺乏这些知识。最近的研究表明，假新闻和真新闻在社交媒体上的传播方式不同，形成了可以用于自动检测假新闻的传播模式。与基于内容的方法相比，基于简化的方法具有多种优势，其中包括语言独立性和对对抗攻击的更好的弹性。本文提出了一种基于几何深度学习的虚假新闻自动检测模型。底层核心算法是经典CNN到图的概括，允许融合异构数据，如内容，用户简档和活动，社交图和新闻传播。我们的模型在Twitter上传播的新闻故事上进行了训练和测试，并由专业的事实核查组织进行了验证。我们的实验表明，社交网络结构和传播是实现高度准确（92.7%ROC AUC）假新闻检测的重要特征。其次，我们观察到，假新闻可以在传播几个小时后的早期阶段被可靠地检测出来。第三，我们在时间上分离的训练和测试数据上测试模型的老化。我们的研究结果表明，基于传播的方法可以作为基于内容的方法的替代或补充策略来检测假新闻。
2019-02-10 cs.LG cs.SI stat.ML
FNR: A Similarity and Transformer-Based Approach to Detect Multi-Modal Fake News in Social Media
Sharif University of Technology（谢里夫理工大学）
社交媒体的可用性和互动性使其成为全球新闻的主要来源。社交媒体的普及诱使犯罪分子通过使用诱人的文字和误导性的图像制作和传播假新闻来追求他们的不道德意图。因此，验证社交媒体新闻和发现假货至关重要。这项工作旨在分析社交媒体中文本和图像的多模态特征，以检测假新闻。我们提出了一个假新闻揭示器（FNR）的方法，利用变换学习提取上下文和语义特征和对比损失，以确定图像和文本之间的相似性。我们在两个真实的社交媒体数据集上应用了FNR。实验结果表明，与以往的方法相比，该方法在检测假新闻方面具有更高的准确率。
2021-12-02 cs.CY cs.LG cs.MM
Improving Generalizability of Fake News Detection Methods using Propensity Score Matching
University of Notre Dame（圣母大学）
近年来，由于在线社交网络的蓬勃发展，检测假新闻引起了学术界和公众的极大关注。本文考虑假新闻特征中混杂变量的存在，采用倾向分数匹配（PSM）方法选择可泛化特征，以减少混杂变量的影响。实验结果表明，使用PSM比使用原始频率选择特征的假新闻方法的泛化能力明显更好。我们研究了多种类型的假新闻方法（分类器），如逻辑回归，随机森林和支持向量机。我们对业绩改善有一致的观察。
2020-01-28 cs.CL cs.LG cs.SI
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
Multi-view autoencoders for Fake News Detection
Centro de Informática Universidade Federal de Pernambuco（计算机中心 巴西佩纳布卢克联邦大学）；École de technologie supérieure Université du Québec（高等技术学院魁北克大学）
本文提出使用多视图自编码器整合多种特征提取技术生成联合特征表示，用于假新闻检测，实验证明该方法显著提升了分类性能，且选择视图子集在准确率和计算量上更具优势。
2025-04-10 cs.AI cs.CL cs.LG
A Unified Training Process for Fake News Detection based on Fine-Tuned BERT Model
University of Louisiana at Lafayette（路易斯安那大学拉斐特分校）
本文提出一种基于微调BERT模型的统一训练过程，用于提升社交媒体假新闻检测的效率与性能。
2022-09-06 cs.LG
Is it Fake? News Disinformation Detection on South African News Websites
University of Pretoria（比勒陀利亚大学）
通过假新闻传播的虚假信息是我们社会中一个持续存在的问题，并且很容易通过社交媒体传播。过滤这些大量数据的最具成本和时间效益的方法是使用人工和技术干预相结合来识别它。从技术角度来看，自然语言处理（NLP）被广泛用于检测假新闻。社交媒体公司使用NLP技术来识别假新闻并警告他们的用户，但假新闻仍然可能不被发现。在更地方化的情况下（美利坚合众国以外），这尤其是一个问题。我们如何调整假新闻检测系统，以更好地适应当地环境，例如南非。在这项工作中，我们调查了南非网站上的假新闻检测。我们策划了一个南非假新闻的数据集，然后训练检测模型。我们将此与使用广泛可用的假新闻数据集（主要来自美国网站）进行对比。我们还探索通过组合数据集使其更加多样化，并使用可解释的机器学习观察各国假新闻之间的写作行为差异。
2021-08-09 cs.CL cs.CY cs.LG
Embracing Domain Differences in Fake News: Cross-domain Fake News Detection using Multi-modal Data
随着社交媒体的快速发展，假新闻已成为一个重大的社会问题，无法通过人工调查及时解决。这激发了许多关于自动化虚假新闻检测的研究。大多数研究探索了具有不同模式的监督训练模型（例如，文本、图像和传播网络）来识别假新闻。然而，如果新闻记录来自不同的域（例如，政治、娱乐），尤其是在训练过程中看不到或很少看到的领域。作为动机，我们经验表明，来自不同领域的新闻记录有显着不同的词的使用和传播模式。此外，由于大量未标记的新闻记录，选择新闻记录进行手动标记以使标记数据集的域覆盖最大化是具有挑战性的。因此，这项工作：（1）提出了一种新的框架，该框架联合保留新闻记录中的特定领域和跨领域知识，以检测来自不同领域的假新闻;（2）引入了一种无监督技术，以选择一组未标记的信息新闻记录进行手动标记，这最终可以用于训练假新闻检测模型，该模型在许多领域表现良好，同时最小化标记成本。我们的实验表明，所提出的假新闻模型和选择性注释方法的集成实现了跨领域新闻数据集的最新性能，同时对新闻数据集中很少出现的领域产生了显着的改进。
2021-02-24 cs.CL cs.IR cs.LG
News Labeling as Early as Possible: Real or Fake?
Sharif University of Technology（谢里夫理工大学）
通过在线社交网络在真实和虚假新闻传播之间进行伪装是许多应用中的重要问题。新闻发布时间和检测其标签之间的时间间隔是广播真实信息和避免虚假信息的重要一步。因此，该领域具有挑战性的任务之一是在传播的早期阶段识别虚假和真实新闻。然而，在最小化时间间隔和最大化准确性之间存在权衡。尽管最近在检测假新闻方面做出了努力，但还没有明显的工作将早期检测明确纳入其模型中。本文针对新闻的准确早期标注问题，提出了一种在建模和预测中同时考虑早期性的模型。该方法利用递归神经网络与一个新的损失函数，和一个新的停止规则。鉴于新闻的上下文，我们首先将其嵌入到特定于类的文本表示中。然后，我们利用现有的用户的公共配置文件，和新闻传播的速度，早期标记的新闻。在真实数据集上的实验表明，与最先进的基线和模型相比，我们的模型在早期标记和准确性方面都是有效的。
2019-06-08 cs.CL cs.LG cs.SI
Indonesia's Fake News Detection using Transformer Network
Brawijaya University（布拉维贾亚大学）
假新闻是这个时代社会面临的问题。假新闻给民众造成挑衅和困扰的情况并不少见。印度尼西亚作为世界第四大人口国，在处理假新闻方面存在问题。超过30%的农村和城市人口被这种假新闻问题所欺骗。正如我们一直在研究的那样，在印度尼西亚，关于防止假新闻传播的文献很少。因此，本研究旨在预防这些问题。本研究中使用的数据集是从一个识别假新闻的新闻门户网站turnbackhoax.id获得的。在这个页面上使用Web Scrapping，我们得到了1116个由有效新闻和假新闻组成的数据。该数据集可在https://github.com/JibranFawaid/turnbackhoax-dataset上访问。该数据集将与其他可用数据集合并。所使用的方法是CNN、BiLSTM、Hybrid CNN-BiLSTM和带有Transformer网络的BERT。研究结果表明，采用Transformer网络的BERT方法具有最好的结果，准确率高达90%。
2021-07-14 cs.CL cs.LG
DeHiDe: Deep Learning-based Hybrid Model to Detect Fake News using Blockchain
Indian Institute of Technology, Hyderabad（印度理工学院海得拉巴分校）
误导性信息、谎言、宣传和虚假事实（通常被称为假新闻）的传播激增，引发了人们对社交媒体在当今快速发展的民主社会中的影响力的质疑。假新闻的广泛和快速传播在许多方面使我们付出了代价。例如，阻碍选举的完整性，影响股市造成重大经济损失，或增加国家安全风险，从而造成个人或社会成本。在传统的集中式系统中，克服假新闻问题的传播具有挑战性。然而，区块链--一种分布式去中心化技术，通过提供透明、不可变和可验证的交易记录来确保数据的来源、真实性和可追溯性，可以帮助检测和对抗假新闻。本文提出了一种新的混合模型DeHiDe：基于深度学习的混合模型，用于使用区块链检测假新闻。DeHiDe是一个基于区块链的框架，通过过滤假新闻来实现合法的新闻共享。它将区块链的优势与智能深度学习模型相结合，以增强打击假新闻障碍的鲁棒性和准确性。它还将所提出的方法与现有的最先进的方法进行了比较。DeHiDe预计将在服务、功能和性能方面超越最先进的方法。
2020-10-17 cs.LG
Fake News Detection and Behavioral Analysis: Case of COVID-19
New Jersey Institute of Technology（新泽西理工学院）；College of Staten Island, City University of New York（纽约城市大学斯塔滕岛学院）
本文针对 COVID-19 疫情期间社交媒体虚假新闻难以识别的问题，提出深度学习和集成检测方法，并结合主题识别发现虚假与真实新闻存在大量主题重叠，从而提升检测性能并揭示公众困惑来源。
2023-05-25 cs.CL cs.LG
Gender Bias in Fake News: An Analysis
St. Joseph’s College（圣约瑟夫学院）；Queen’s University Belfast（贝尔法斯特女王大学）
近年来，对假新闻的数据科学研究已经获得了很大的动力，可以说是由于大型公共基准数据集的出现。虽然媒体研究中已经确立了性别偏见是新闻媒体普遍存在的问题，但很少有人探讨性别偏见和假新闻之间的关系。在这项工作中，我们提供了第一个关于性别偏见与假新闻的实证分析，在公共基准数据集上利用简单透明的基于词典的方法。我们的分析从三个方面确定了假新闻中性别偏见的普遍性增加，丰富，影响和接近的话。我们的分析提供了一个强有力的论据，即性别偏见需要成为假新闻研究的重要考虑因素。
2023-02-04 cs.CY cs.LG
News about Global North considered Truthful! The Geo-political Veracity Gradient in Global South News
本文通过分析论证与实证数据揭示全球南方新闻中存在地缘政治真实性梯度，即报道全球北方主题的新闻更不可能是假新闻，并从假新闻制造的政治经济学角度解释成因，同时分析该效应对跨区域应用AI假新闻检测模型的影响。
2025-02-07 cs.LG
Learning Hierarchical Discourse-level Structure for Fake News Detection
Michigan State University（密歇根州立大学）
一方面，如今，假新闻文章很容易通过各种网络媒体平台传播，并已成为对信息可信度的重大威胁。另一方面，我们对假新闻语言的理解仍然微乎其微。阐明虚假和真实新闻文章的层次话语级结构是更好地理解这些文章是如何结构的关键一步。然而，这在假新闻检测领域很少被调查，面临着巨大的挑战。首先，用于捕获话语级结构的现有方法依赖于注释语料库，这些语料库不适用于假新闻数据集。其次，如何从这些发现的结构中提取有用的信息是另一个挑战。为了应对这些挑战，我们提出了用于虚假新闻检测的分层话语级结构。HDSF以自动化和数据驱动的方式学习和构建假/真新闻文章的话语级结构。此外，我们还识别出了有见地的结构相关属性，这些属性可以解释所发现的结构，并提高我们对假新闻的理解。实验结果表明了该方法的有效性。进一步的结构分析表明，真实新闻和虚假新闻在语篇层次结构上存在着实质性的差异。
2019-04-10 cs.CL cs.LG stat.ML
fakenewsbr: A Fake News Detection Platform for Brazilian Portuguese
本文面向巴西葡萄牙语新闻，提出结合 TF-IDF 与 Word2Vec 的机器学习虚假新闻检测方法，并构建了提供实时分析的 fakenewsbr.com 平台。
2023-09-21 cs.CL cs.LG stat.ML
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
Detecting Fake News Using Machine Learning : A Systematic Literature Review
Jiujiang University（九江学院）；University of Central Asia（中亚大学）；UST-Global, Inc.（UST-Global公司）；Monta Vista High School（蒙塔维斯塔高中）
互联网是一项重要的发明，有大量的人是它的用户。这些人将其用于不同的目的。这些用户可以访问不同的社交媒体平台。任何用户都可以通过在线平台发布或传播新闻。这些平台不会验证用户或他们的帖子。因此，一些用户试图通过这些平台传播假新闻。这些新闻可以是针对个人、社会、组织或政党的宣传。一个人无法发现所有这些假新闻。因此，需要机器学习分类器来自动检测这些假新闻。本系统性文献综述描述了使用机器学习分类器检测假新闻。
2021-02-08 cs.CY cs.LG
Predictive linguistic cues for fake news: a societal artificial intelligence problem
Universiti Brunei Darussalam（文莱达鲁萨兰大学）；IIIT Hyderabad（印度海得拉巴国际信息技术学院）
媒体新闻是公众舆论的重要组成部分，因此，绝不能是假的。网站、博客和社交媒体上的新闻在发布之前必须进行分析。在本文中，我们提出了媒体新闻项目的语言特征，以区分假新闻和真正的新闻使用机器学习算法。神经假新闻生成，机器创建的标题，机器生成的文本和图像标题中的语义不一致是其他类型的假新闻问题。这些问题使用神经网络，主要控制分布特征，而不是证据。我们提出了应用特征集和类之间的相关性，以及特征之间的相关性来计算相关属性评价度量和协方差度量来计算新闻项上属性的方差。观察到具有高度量值的特征唯一、负、正和基数，以提供高的曲线下面积（AUC）和F1分数。
2022-11-26 cs.CL cs.LG
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
MiDAS: Multi-integrated Domain Adaptive Supervision for Fake News Detection
Georgia Institute of Technology（佐治亚理工学院）
与COVID-19相关的错误信息和假新闻，被称为“信息时代”，在过去几年中急剧增加。这种错误信息表现出概念漂移，假新闻的分布随着时间的推移而变化，降低了先前训练的假新闻检测模型的有效性。给定一组在多个领域训练的假新闻模型，我们提出了一个自适应决策模块来为新样本选择最适合的模型。我们提出了MiDAS，这是一种用于假新闻检测的多域自适应方法，可以对现有模型与新样本的相关性进行排名。MiDAS包含2个组件：域不变编码器和自适应模型选择器。MiDAS将多个预训练和微调的模型与其训练数据集成在一起，以创建域不变的表示。然后，MiDAS使用不变嵌入空间的局部Lipschitz平滑来估计每个模型与新样本的相关性。排名较高的模型提供预测，排名较低的模型弃权。我们评估了MiDAS对9个假新闻数据集的漂移数据的泛化能力，每个数据集都来自不同的领域和模式。MiDAS在多领域自适应方面实现了最先进的性能，用于分发外的假新闻分类。
2022-05-19 cs.CL cs.LG
Cross-SEAN: A Cross-Stitch Semi-Supervised Neural Attention Model for COVID-19 Fake News Detection
IIIT-Delhi（德里印度理工学院）；DTU-Delhi（德里理工大学）；IIT-Kanpur（坎普尔印度理工学院）；Accenture Labs（埃森哲实验室）
随着COVID-19疫情席卷全球，社交媒体上的假新闻和错误信息如海啸般席卷而来。在可靠信息对公共卫生和安全至关重要的时候，与COVID-19相关的假新闻的传播速度甚至超过了事实。在COVID-19大流行期间，假新闻不仅会造成知识混乱，还会危及人们的生命。这就要求立即遏制这种错误信息在社交媒体上的传播。我们介绍CTF，这是第一个COVID-19 Twitter假新闻数据集，带有标记的真实和虚假推文。此外，我们提出了Cross-SEAN，一种基于十字绣的半监督端到端神经注意力模型，它利用了大量的未标记数据。Cross-SEAN部分概括了新兴的假新闻，因为它从相关的外部知识中学习。我们将Cross-SEAN与七种最先进的假新闻检测方法进行了比较。我们观察到它在CTF上达到了$0.95$ F1评分，超过了$9\%$的最佳基线。我们还开发了Chrome-SEAN，一个基于Cross-SEAN的Chrome扩展，用于实时检测虚假推文。
2021-04-13 cs.CL cs.LG
MALCOM: Generating Malicious Comments to Attack Neural Fake News Detection Models
The Pennsylvania State University（宾夕法尼亚州立大学）
近年来，所谓的“假新闻”泛滥，对社会造成了很大的干扰，削弱了新闻生态系统。因此，为了缓解这些问题，研究人员开发了最先进的模型，使用复杂的数据科学和机器学习技术自动检测社交媒体上的假新闻。在这项工作中，那么，我们问“如果对手试图攻击这样的检测模型？“并通过以下方式调查相关问题：（i）提出一种针对假新闻检测器的新型威胁模型，其中对手可以对新闻文章发布恶意评论以误导假新闻检测器，以及（ii）开发MALCOM，一种端到端的对抗性评论生成框架以实现这种攻击。通过综合评估，我们证明了平均约94%和93.5%的时间MALCOM可以成功地误导五个最新的神经检测模型，以始终输出有针对性的真实和虚假新闻标签。此外，MALCOM还可以欺骗黑盒假新闻检测器，平均90%的时间总是输出真实的新闻标签。我们还将我们的攻击模型与两个真实世界数据集的四个基线进行了比较，不仅在攻击性能上，而且在生成的质量，一致性，可转移性和鲁棒性上。
2020-09-27 cs.CL cs.LG stat.ML
Fake News Detection with Different Models
这篇论文旨在探索各种不同的模型，旨在开发假新闻检测模型，我们使用了某些机器学习算法，并使用了TFIDF和CV和W2V等预训练算法作为处理文本数据的特征。
2020-02-15 cs.CL cs.LG stat.ML
Deep Two-path Semi-supervised Learning for Fake News Detection
Prairie View A&M University（普雷里维尤农工大学）；Texas A&M University System（德州农工大学系统）
Twitter等社交媒体上的新闻量大、速度快。然而，很少有新闻能在短时间内被贴上（假新闻或真新闻）的标签。为了实现对社交媒体中虚假新闻的及时检测，提出了一种新的深度双路径半监督学习模型，其中一条路径用于监督学习，另一条路径用于无监督学习。用卷积神经网络实现的这两条路径被联合优化以增强检测性能。此外，我们在这两条路径之间建立了一个共享的卷积神经网络来共享低层特征。在Twitter数据集上的实验结果表明，该模型能够有效地识别虚假新闻，且标注数据很少。
2019-06-10 cs.CL cs.LG
Detection of Bangla Fake News using MNB and SVM Classifier
Green University of Bangladesh（孟加拉国绿色大学）；Jahangirnagar University（贾汉吉尔纳加尔大学）；Huzhou Normal University（湖州师范学院）
由于许多商业和政治原因，假新闻已经大量出现，并且在网络世界中变得频繁。人们很容易受到这些假新闻的污染，因为它们的捏造言论对离线社区产生了巨大的影响。因此，对这一领域的研究兴趣有所上升。在检测英语文本和其他语言的假新闻方面进行了大量研究，但孟加拉语的研究很少。我们的工作反映了对社交媒体中孟加拉假新闻检测的实验分析，因为这一领域仍然需要更多的关注。在这项研究工作中，我们使用了两种有监督的机器学习算法，多项朴素贝叶斯（MNB）和支持向量机（SVM）分类器，以CountVectorizer和词频-逆文档频率Vectorizer作为特征提取来检测孟加拉假新闻。我们提出的框架根据相应文章的极性来检测假新闻。最后，我们的分析表明，支持向量机与线性核的准确率为96.64%优于MNB的准确率为93.32%。
2020-05-29 cs.CL cs.IR cs.LG
Neural Abstractive Text Summarization and Fake News Detection
Stanford University（斯坦福大学）
在这项工作中，我们研究抽象的文本摘要，探索不同的模型，如LSTM编码器解码器与注意，指针生成器网络，覆盖机制，和Transformers。经过广泛和仔细的超参数调整，我们比较了所提出的架构对彼此的抽象文本摘要任务。最后，作为我们工作的延伸，我们将我们的文本摘要模型作为假新闻检测任务的特征提取器，在该任务中，将对分类之前的新闻文章进行总结，并将结果与仅使用原始新闻文本的分类进行比较。关键词：LSTM，编码器-解码器，抽象文本摘要，指针生成器，覆盖机制，Transformers，假新闻检测
2019-12-12 cs.CL cs.LG stat.ML
SAFE: Similarity-Aware Multi-Modal Fake News Detection
Syracuse University（雪城大学）
有效检测假新闻最近引起了极大的关注。目前的研究在预测假新闻方面做出了重大贡献，但较少关注利用新闻文章中文本和视觉信息之间的关系（相似性）。重视这种相似性有助于识别假新闻故事，例如，试图使用不相关的图像来吸引读者的注意力。在这项工作中，我们提出了一个$\mathsf{S}$ imilarity- $\mathsf{A}$ ware $\mathsf{F}$ ak $\mathsf{E}$新闻检测方法（$\mathsf{SAFE}$），调查多模态（文本和视觉）信息的新闻文章。首先，采用神经网络分别提取新闻文本和视觉特征。我们进一步研究跨模态提取的特征之间的关系。新闻文本和视觉信息的这种表示及其关系被联合学习并用于预测假新闻。提出的方法有助于识别虚假的新闻文章的基础上，他们的文字，图像，或他们的“不匹配”。“我们对大规模的真实数据进行了广泛的实验，证明了所提出的方法的有效性。
2020-02-19 cs.CL cs.CV cs.LG
Hybrid Ensemble for Fake News Detection: An attempt
Punjab Engineering College（旁遮普工程学院）
虚假新闻检测一直是机器学习领域的一个具有挑战性的问题。研究人员已经通过使用旧的统计分类模型和现代深度学习的几种技术来接近它。今天，随着数据量的不断增长，NLP和ML领域的发展，以及可处理的计算能力的增加，有无限的排列和组合可以从不同的角度来解决这个问题。在本文中，我们尝试了不同的方法来解决假新闻，并尝试构建并提出了将经典机器学习技术与现代深度学习方法相结合的混合Ensemble的可能性
2022-06-13 cs.CL cs.LG
