GCA框架检测情感改写假新闻
热点事件持续更新
GCA框架检测情感改写假新闻
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yupei Guo等作者提出Gated Cross Attention（GCA）框架，用于检测事实不变但情感被改写的假新闻。该框架自适应融合情感改写后的新闻与由原始新闻生成的解释，让模型侧重解释中的有效信息，减少情感改写带来的错配。 研究构建了情感改写测试集，并在PolitiFact、GossipCop和LUN三个数据集上测试：在PolitiFact和LUN的多种情感条件下取得明显提升，在GossipCop上保持竞争力。代码与数据已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
利用 LLM 生成的解释检测情感改写假新闻报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CL利用 LLM 生成的解释检测情感改写假新闻
研究针对事实不变但情感被改写的假新闻，构建情感改写测试集，并用原始新闻生成解释作为稳定背景知识。提出的 Gated Cross Attention（GCA）框架自适应融合情感改写新闻与对应解释，在 PolitiFact、GossipCop 和 LUN 上测试，在 PolitiFact 和 LUN 的多种情感条件下取得明显提升，GossipCop 上保持竞争力。代码与数据已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。