基于人格预测模型的虚假新闻检测方法
作者机构：江苏省数据工程与知识服务重点实验室 南京财经大学信息工程学院
出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)
年 卷 期：2024年
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家社会科学基金项目“协同共治视角下图书馆推进开放科学的服务模式研究”(项目编号:21BTQ030)的研究成果之一
主 题：虚假新闻检测 人格预测模型 大五人格特质 预训练模型
摘 要：【目的】从评论文本中挖掘人格信息提升虚假新闻检测模型的效率和准确性。【方法】BERT模型学习新闻与评论文本特征，基于BERT模型训练的人格预测模型学习评论用户的大五人格特征，使用新闻与评论文本特征和人格特征预测真假新闻。【结果】在部分微博公开数据集上进行实验，结果显示人格特征的加入能够提升虚假新闻检测的准确率（+1.96%，90.76%）和F1值（+1.51%，90.60%）。【局限】使用人格预测模型需要一定数量的评论文本，并且模型的可解释性还需要进一步提升。【结论】评论用户的人格特征能够有效提升虚假新闻的识别准确率和F1值。
同方期刊数据库