[论文解读] A Survey of Fake News: Fundamental Theories, Detection Methods, and Opportunities
本综述从四个检测视角（知识、风格、传播和来源）评估假新闻，关联多学科理论，并讨论数据集、事实核查和干预机会。
The explosive growth in fake news and its erosion to democracy, justice, and public trust has increased the demand for fake news detection and intervention. This survey reviews and evaluates methods that can detect fake news from four perspectives: (1) the false knowledge it carries, (2) its writing style, (3) its propagation patterns, and (4) the credibility of its source. The survey also highlights some potential research tasks based on the review. In particular, we identify and detail related fundamental theories across various disciplines to encourage interdisciplinary research on fake news. We hope this survey can facilitate collaborative efforts among experts in computer and information sciences, social sciences, political science, and journalism to research fake news, where such efforts can lead to fake news detection that is not only efficient but more importantly, explainable.
研究动机与目标
- 界定假新闻，并在真实性、意图和新闻状态等维度区分相关概念。
- 从知识型、风格型、传播型和来源型四个视角调查检测方法。
- 将社会科学、心理学和经济学的基础理论桥接至假新闻分析。
- 讨论手工和自动化事实核查以及数据集构建，以支持检测和干预。
- 识别面向可解释的假新闻检测的开放挑战和跨学科研究机会。
提出的方法
- 将检测方法组织为知识型、风格型、传播型和来源型四个视角。
- 描述事实核查过程，包括基于专家和众包的手动方法，以及通过知识库和知识图谱的自动事实核查。
- 给出统一的知识表示（SPO 三元组）及两阶段的自动事实核查工作流（事实提取与事实核查）。
- 概述并比较现有的事实核查网站和数据集，它们为假新闻分析提供真相基础。
- 识别相关的基础理论并讨论它们如何为可解释的跨学科假新闻研究提供启示。
实验结果
研究问题
- RQ1在广义与狭义上如何定义假新闻，这些定义如何影响检测方法？
- RQ2在知识/内容、写作风格、传播动态与来源可信度等方面存在哪些检测策略？
- RQ3手动与自动事实核查在可扩展的假新闻检测中扮演怎样的角色？
- RQ4跨学科理论如何为可解释的假新闻检测与干预方法的设计提供指导？
- RQ5跨学科假新闻研究面临哪些开放挑战与研究机会？
主要发现
- 假新闻最好通过多种相关概念来理解（欺骗性新闻、虚假新闻、错误信息、误导信息、讽刺等），这些概念在真实性、意图以及是否为新闻等方面区分。
- 没有统一的假新闻定义；给出广义（跨信息生态系统的虚假信息）和狭义（由新闻机构发布的故意虚假新闻）定义。
- 手工事实核查存在于基于专家和众包的系统，提供真实标签但在扩展性和偏见方面面临挑战。
- 自动事实核查依赖于知识表示（SPO 三元组）以及两阶段流程：事实提取以构建知识库/图谱，然后对这些来源进行事实核查。
- 跨四个视角的检测方法结构化综述使得对内容和社交媒体模式的分析成为可能，并具备可解释模型的潜力。
- 除了分类方法外，综述强调数据集构建、真值获取以及跨学科合作，是推进假新闻研究的关键。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。