想讓假新聞無所遁形？用這三重關係來檢測吧

科技 03-23

全文共2058字，預計學習時長4分鐘

今天我們要研究一個日益普遍的問題：如何檢測正在社交網路上傳播的假新聞？暫時不從計算機科學的角度考慮，一些重要的檢測因素可能如下：

· 講的是什麼（新聞的內容），或者是怎麼講的（雖然假新聞可以通過模模擬實新聞故意誤導用戶）。

· 刊登在哪裡（源出版物的可信度和權威性）。例如，《金融時報》中的某些內容會比《洋蔥》中的內容更可信。

· 誰在傳播新聞（比如轉發它的用戶帳戶的可信度——他們是機器人嗎？）。

現有的大多數檢測演算法都側重於從新聞內容中尋找線索，但這些線索一般是無效的，因為假新聞通常會模模擬實新聞而故意誤導用戶。

因此，我們不應只看內容，更應關注社會背景：比如發布人和傳播信息的用戶。TriFN是我們開發的假新聞檢測系統，它關注到了新聞、發布人和社交網路用戶之間的三重關係。

我們最擅長的是通過發布人、新聞內容和社會參與之間的三重關係來學習有效的新聞特徵，從而對假新聞進行分類。

數據表明，將發布人和用戶納入檢測範圍確實有助於虛假新聞的檢測。

輸入

輸入因素包括：發布人l，社交網路用戶m和新聞文章n。利用一個由含t個單詞的辭彙表，可以計算出一個詞袋特徵矩陣。

對於m個用戶，有一個m×m鄰接矩陣，如果i和j是朋友，則為1，否則為0。

我們還知道哪些用戶共享了哪些新聞，矩陣編碼了這一信息。

矩陣同樣也編碼了「哪些人發布了哪些新聞」這一信息。

對於某些發布人，我們可以知道他們的黨派傾向。本文中，使用了來自mediabiasfactcheck.com的傾向評級，我們僅採用「左偏差」、「最小偏差」（中性）和「右偏差」值（忽略中間區域的左中心和右中心值），並在發布人黨派標籤矢量中將它們分別編碼為-1,0和1。並非每個發布人都會有傾向評級。我們想要給在矢量中的此類發布人的條目中添加「-」，但由於我們做不到這一點，因此獨立的矢量會對我們是否為發布人p提供傾向評級進行編碼。

但至少有件事我們可以做主：一個被標記的新聞數據集會讓我們得知新聞真假與否。（這裡我們只涉及到新聞的內容，而不管社會背景）。

嵌入框架的三重關係

TriFN會獲取所有這些輸入信息，並將它們與假新聞二進位分類器組合在一起。鑒於用戶數量和新聞數量都很龐大，我們可以預料到，一些原始輸入是相當大的，因此，作者會大量使用非負矩陣因式分解法來降維，以學習潛在的空間嵌入（稍後會詳述）。

TriFN整合了：

· 新聞內容嵌入

· 用戶嵌入

· 用戶與新聞交互嵌入

· 發布者與新聞交互嵌入

· 由被標記的假新聞數據集訓練的線性分類器進行的預測

從圖片上看, 它是這樣的：

新聞內容嵌入

讓我們詳細研究下非負矩陣因式分解法（NMF）是如何降維的。

還記得新聞文章的詞袋草圖嗎？這是一個n x t矩陣，其中n是新聞文章的數量，t是辭彙表中的單詞數量。NMF嘗試學習潛在的嵌入，這些嵌入會在較小的空間中捕獲矩陣中的信息。

在一般情況下，NMF尋求將一個（非負）矩陣M分解為兩個（非負）矩陣W和H（或本文中使用的D和V）的乘積。這對我們有什麼幫助？我們可以選擇維度d來控制潛在空間的大小，並將矩陣分解為新聞文章的d維表達式，以及辭彙表中單詞的d維表達式。這意味著有形，因此以所需的形結束。一旦我們學會了如何表示一篇新聞D，我們就能將它們運用到TriFN的新聞內容嵌入中。

我們想儘力使接近，同時保持和的敏感度以避免過度擬合。我們可以用一個正則術語來實現它。所以，整體優化如下所示：

用戶嵌入

對於用戶嵌入，存在類似的NMF應用程序，但在這種情況下，我們會將鄰接矩陣拆分成一個用戶潛在矩陣和一個用戶相關矩陣。所以此時，我們要用NMF來學習具有mxd . dxd . dxm形的，最後會生成所需的mxm形。

還有一個用戶間關係矩陣，它控制著的貢獻。基本的概念是，任何給定的用戶將只分享一小部分新聞，所以樂觀的情況（分享一篇文章）應該比消極的情況（沒有分享）更重要。

用戶與新聞交互嵌入

對於用戶與新聞交互嵌入，我們希望能獲取用戶特徵與新聞標籤之間的關係。我們的直覺是，信用低的用戶更容易傳播假新聞。那麼我們如何得知用戶信譽呢？在《社交媒體中的用戶可信度測量》一文的基礎上，作者將此建立在與其他用戶的相似性上。

首先，用戶被分組，同組用戶都傾向於分享相同的新聞。然後根據每個組的相對大小給出一個可信度評分。小組得到的可信度評分適用於組內用戶。你可能會疑惑，這個過程中會不會有機器人帳戶被創建，然後合作傳播虛假新聞。然而，若假設我們有可靠的可信度分數，那麼我們希望能設置一些參數，使高可信度用戶的潛在特徵接近真實新聞，使低可信度的用戶的潛在特徵接近假新聞。

發布者與新聞交互嵌入

上文中，我們用矩陣編碼了「哪些人發布了哪些新聞」這一信息。接下來，讓成為該信息的標準化版本。我們想要找到一個加權矩陣，將新聞發布者的潛在特徵映射到相應的黨派標籤向量上。

它看起來像這樣：

半監督線性分類器

利用被標記的數據，我們還學習了一個加權矩陣，將新聞潛在特徵映射到假新聞標籤。

把上述嵌入公式整合

總目標是，使用上述每個嵌入公式的加權組合來查找矩陣，以及整合所有已學矩陣的正則化項。

它看起來像這樣：

以這樣的方式訓練它：