Nov, 2023

支持或反驳:分析证据的立场以检测脱离上下文的误导性和虚假信息

TL;DR在线误导和虚假信息已成为一个重大社会问题,其中一种常见的形式是错位信息,通过将不同的信息片段错误地关联在一起,例如真实图像与虚假的文字说明或具有误导性的文字描述。本研究提出了一种支持立场提取网络(SEN),可以在一个统一的框架中提取多模态证据的不同立场,并引入基于命名实体的共现关系计算的支持 - 反驳分数到文本 SEN 中。对公共的大规模数据集进行了广泛的实验,结果显示我们的方法优于现有的基线模型,最佳模型在准确率上取得了 3.2% 的性能提升。