AI+假新闻检测到哪了？HBKU大学最新389页WWW2022《事实核查、假新闻、宣传和媒体偏见》教程

TheWebConf是中国计算机学会（CCF）推荐的A类国际学术会议，由国际万维网会议委员会（IW3C2）和主办地地方团队合作组织，每年召开一次，今年是第31届会议。本年度论文录用率为17.7%，TheWebConf即将召开，来自Syracuse大学等学者的《可解释网络表示》教程，值得关注！

社交媒体的兴起使内容创造民主化，使任何人都可以轻松地在网上分享和传播信息。从积极的一面来看，这促成了公民新闻的产生，从而使信息的传播比报纸、广播和电视更快。消极的一面是，剥夺了传统媒体的把关角色，使公众对虚假信息的传播失去了保护，这些虚假信息现在可以通过同样的民主渠道以爆炸性新闻的速度传播。这种情况导致专门为影响个人信仰并最终影响政治选举等重大事件而制造的虚假信息泛滥;它也开启了“后真相时代”的曙光，在这个时代，情绪的吸引力比真相更重要。最近，随着COVID-19大流行的出现，医疗和政治错误信息和虚假信息的新的混合导致了第一次全球信息流行病。限制这些负面发展的影响已经成为记者、社交媒体公司和监管当局的一个主要焦点。本教程概述了新兴和相互关联的研究领域，包括事实核查、错误信息、虚假信息、“假新闻”、宣传和媒体偏见检测，重点关注文本和计算方法。我们探索了一般的事实核查渠道及其重要元素，如核查价值估计、发现先前事实核查的声明、立场检测、来源可靠性估计、文本和模因中说服/宣传技术的检测，以及检测社交媒体中的恶意用户。最后，我们将介绍大规模的预训练语言模型，以及它们所带来的挑战和机遇。为了理解本教程的大部分内容，需要有自然语言处理、机器学习和深度学习的先验知识。。

https://propaganda.math.unipd.it/www22-tutorial/

目录内容：

• Introduction

• impact of “fake news” in politics, finances, health

• Does it really work?

• Can we win the war on “fake news”?

• What is “fake news”?

• “Fake news” as a weapon of mass deception

• Check-worthiness

• ClaimBuster

• ClaimRank: modeling the context, multi-source learning, multi-linguality

• CLEF shared tasks

• Task definition

• Datasets

• Approaches

• Fact-checking

• fact-checking against knowledge bases

• fact-checking against Wikipedia

• fact-checking claims using the Web

• fact-checking rumors in social media

• fact-checking multi-modal claims, e.g., about images

• fact-checking the answers in community question answering forums

• Task definitions

• Walk-through example: how humans verify a claim manually

• Datasets: Snopes, “Liar, Liar Pants on Fire”, FEVER

• Information sources: knowledge bases, Wikipedia, Web, social media

• Tasks and approaches

• Shared tasks at SemEval and FEVER

• Fake News Detection

• neural methods for fake news detection

• multi-linguality

• Task definitions and examples

• Datasets: FakeNewsNet, NELA-GT-2018, etc.

• The language of fake news

• Special case: clickbait

• Tasks and approaches

• Stance Detection

• neural methods for stance detection

• cross-language stance detection

• Task definitions and examples

• Datasets

• Stance detection as a key element of fact-checking

• Information sources: text, social context, user profile

• Tasks and approaches

• Shared tasks at SemEval and the Fake News Challenge

• Source Reliability and Media Bias Estimation

• neural methods for source reliability estimation

• multi-modality

• multi-task learning

• Task definitions and examples

• Datasets: Media Bias Fact/Check, AllSides, OpenSources, etc.

• Source reliability as a key element of fact-checking

• Special case: hyper-partisanship

• Information sources: article text, Wikipedia, social media

• Tasks and approaches

• Propaganda Detection

• Task definitions and examples

• Propaganda techniques and examples

• Datasets

• Tasks and approaches

• Future Challenges

• Deep fakes: images, voice, video, text

• Text generation: GPT-2, GPT-3, GROVER

• Defending against fake news

• Fighting the COVID-19 Infodemic

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“FCFN” 就可以获取《AI+假新闻检测到哪了？HBKU大学最新389页WWW2022《事实核查、假新闻、宣传和媒体偏见》教程》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资料