以跨学科理论构造虚假新闻的可解释检测特征

虚假信息研究已经产生了越来越准确的自动化假新闻检测器，但许多系统仍然难以解释，并且与现有的说服力、可信度和人类判断理论的联系很弱。在本文中，我们开发了一种基于理论的计算框架，该框架将假新闻的跨学科理论转化为可测量的特征，以便通过统计技术和大型语言模型进行自动检测和解释。为此，我们对社会科学、心理学、经济学等学科的理论进行了结构化的跨学科审查，揭示了假新闻如何说服和传播，从而为计算模型建立了广泛的理论基础。对基准数据集的实验表明，理论衍生的特征具有预测性，并提供可解释的、理论参考的诊断信号。多特征模型通常优于单个特征，尽管最强的小特征组合之间的收益是有限的。我们的工作强调了跨学科视角在构建强大且可解释的假新闻检测系统方面的价值，为打击虚假信息的以人为本的方法奠定了基础。