May, 2023
检测混合语言社交媒体文本中的宣传技术
Detecting Propaganda Techniques in Code-Switched Social Media Text
Muhammad Umar Salman, Asif Hanif, Shady Shehata, Preslav Nakov
TL;DR该研究提出检测交替语言的宣传技术是一项具有挑战性的任务，重点关注于低资源语言，提出了一种新的 Fine-Tuning 策略，并在一些实验中进行了对比。
Abstract
Propaganda is a form of communication intended to influence the opinions and
the mindset of the public to promote a particular agenda. With the rise of
social media, propaganda has spread rapidly, leading to the need for automatic
→
发现论文，激发创造
2022 年 WANLP 共享任务：阿拉伯语宣传检测概述
该研究论文描述了关于如何检测阿拉伯推特上的宣传技术的共享任务，该任务吸引了 63 个团队注册，11 个团队提交了系统描述论文。
Nov, 2022
探测 memes 中的宣传技术
本文提出了一种新的多标签多模态任务：检测特定类型的宣传技巧在网络迷因中的使用，并基于一个包含 22 种宣传技巧的标注数据集开展了实验，结果表明同时理解文本和图像是检测这些技巧的关键。
Aug, 2021
GPT-4 能否识别宣传报道？新闻文章中宣传内容的注解和检测
使用 GPT-4 大型语言模型对包含 6 种其他语言的传媒行文进行细粒度的宣传技术检测，结果显示该模型在不同语种的跨度检测任务中遇到困难，相比于用于宣传检测的不同分类层次的模型微调后，GPT-4 仍然远远落后。
Feb, 2024
自动多语言检测报纸和 Telegram 帖子中的亲克里姆林宫宣传
本研究使用新闻文章和 Telegram 新闻频道在乌克兰、俄罗斯、罗马尼亚和英语中分析了战争第一个月期间媒体对公众舆论的影响和反映，并提出并比较了两种基于 Transformer 和语言特征的多语言自动化亲俄罗斯宣传识别方法，分析了它们的优缺点，适用于新的流派和语言，并对其用于内容管理的道德问题进行了分析，旨在为针对当前冲突量身定制的管理工具的进一步发展奠定基础。
Jan, 2023
大型语言模型用于多标签宣传检测
本研究通过提出的五种模型集成方法，针对包含 21 种宣传技巧的多标签文本分类任务有效地识别互联网宣传。最终在 WANLP 2022 共享任务中获得 59.73% 的微型 F1 分数，并进一步提出了未来的研究方向。
Oct, 2022
新闻文章中的可解释宣传检测
为了应对每天都暴露在误导性和宣传性新闻文章和媒体帖子中的在线用户，我们提出了一种检测和展示这些技术的方法，以提供可解释性。特别地，我们定义了定性描述性特征，并分析了它们检测欺骗技术的适用性，同时表明我们的可解释性特征可以与预训练语言模型轻松结合，产生最先进的结果。
Aug, 2021