[论文解读] Seeing Through Misinformation: A Framework for Identifying Fake Online News

Murphy Choy, Mark Chong|arXiv (Cornell University)|Mar 31, 2018

Misinformation and Its Impacts参考文献 32被引用 15

一句话总结

本文提出了LeSiE框架——一种简单、基于三种线索的诊断工具（词汇结构、语言简洁性、情感强度），使非专业人士无需使用统计工具即可识别虚假在线新闻。通过实证测试验证，该框架仅依赖可观察的微弱语言线索，便能高效区分真实与虚假新闻。

ABSTRACT

The fake news epidemic makes it imperative to develop a diagnostic framework that is both parsimonious and valid to guide present and future efforts in fake news detection. This paper represents one of the very first attempts to fill a void in the research on this topic. The LeSiE (Lexical Structure, Simplicity, Emotion) framework we created and validated allows lay people to identify potential fake news without the use of calculators or complex statistics by looking out for three simple cues.

研究动机与目标

• 通过为非专业人士开发一种用户友好的检测框架，应对虚假信息日益增长的挑战。
• 创建一种简洁但有效的诊断工具，不依赖计算分析或统计软件。
• 识别能可靠区分虚假新闻与可信内容的具体语言线索。
• 通过真实世界新闻样本的实证测试，验证该框架的有效性。
• 通过直观、易用的标准，推动公众广泛采用虚假新闻检测方法。

提出的方法

• 基于三种核心语言线索（词汇结构、语言简洁性、情感强度）开发LeSiE框架。
• 为每种线索定义可度量的指标——例如大写字母的使用、标点符号的过度使用、情感词汇以及句法复杂性。
• 收集并标注真实与虚假新闻文章的数据集，用于训练和验证。
• 通过受控实验，测试非专业人士对框架的可用性和准确性。
• 使用统计分析评估框架在区分虚假与真实新闻方面的表现。
• 根据用户反馈和性能指标，迭代优化框架。

实验结果

研究问题

• RQ1 一种简单、非技术性的框架能否仅通过语言线索有效区分虚假新闻与可信新闻？
• RQ2 哪些具体语言特征最能预测虚假信息？
• RQ3 非专业人士能否在不使用计算工具的情况下可靠地应用该框架检测虚假新闻？
• RQ4 LeSiE框架在准确性和可用性方面与现有检测方法相比如何？
• RQ5 情感语言、语言简洁性和词汇结构在多大程度上与新闻可信度相关？

主要发现

• LeSiE框架仅使用三种可观察的语言线索，便实现了识别虚假新闻的高准确率。
• 使用LeSiE框架的参与者在识别虚假信息方面显著优于基线猜测水平。
• 情感语言和句法简洁性是虚假新闻的强指标，尤其当与异常的词汇结构结合时更为明显。
• 该框架在不同新闻主题和出版类型中均表现出稳健的性能。
• 经过简短培训后，普通用户能够可靠地应用该框架，证实其实际可用性。
• 研究证实，虚假新闻通常表现出夸张的情感、简化的句法结构以及不规则的词汇模式。